optimizer=torch.optim.SGD(model.parameters(),lr=1)，正常情况下，lr多少合适

学习率的大小通常需要根据具体的模型和数据集进行调整，不能一概而论。一般来说，学习率的选择应该遵循以下原则：

1. 如果学习率过小，模型的学习速度就会变得很慢，需要更长的时间才能收敛到最优解。

2. 如果学习率过大，模型的训练过程就会不稳定，会出现震荡或者不收敛的情况。

因此，推荐先从一个较小的学习率开始，例如0.1或0.01，然后根据模型在训练集上的表现来逐步调整学习率的大小。可以使用学习率调度器来自动调整学习率。