PyTorch 是一个开源的深度学习框架，主要用于深度学习和计算图的构建与训练。它由几个核心模块组成，每个模块都有特定的功能。以下是 PyTorch 的主要模块及其功能介绍：

1. torch

这是 PyTorch 的核心模块，包含了所有基础的张量操作和数学运算。它支持张量的创建、数学运算、随机数生成、并行计算等基础操作。

• 主要功能：
  • 张量创建（torch.tensor、torch.zeros、torch.ones 等）
  • 数学运算（如矩阵运算、统计运算）
  • 设备管理（如 .to(device) 将张量转移到 GPU）
  • 随机数生成（torch.manual_seed 等）
  • CUDA 操作支持（如 torch.cuda）

2. torch.nn

这是 PyTorch 中用于构建神经网络的模块。它提供了大量的神经网络层、损失函数和激活函数，可以帮助快速构建和训练神经网络。

• 主要功能：
  • 神经网络层（如 nn.Linear、nn.Conv2d、nn.LSTM 等）
  • 激活函数（如 nn.ReLU、nn.Sigmoid 等）
  • 损失函数（如 nn.CrossEntropyLoss、nn.MSELoss