pytorch主要分為以下幾個模組來訓練模型：

    tensor:tensor為基本結構，可以直接建立，從list建立以及由numpy陣列得到，torch還提供一套運算以及shape變換方式。
    Variable：自動求導機制，利用Variable包裝tensor後，便可以使用其求導的功能了，有點像個裝飾器。
    nn:nn模組是整個pytorch的核心，自己設計的Net(),繼承nn.Model後可以提取模型引數，進行前向forward()運算（自己設計），以及後向運算（自動），nn提供基本網路結構單元，例如nn.Linear(),nn.Conv2d()等，還提供基本損失函式nn.CrossEntropyLoss等。
    torch.optim：該模組提供自動求導更新引數等功能，用它封裝模型引數nn.parameter()後，loss求導後，可以用.step來更新整個引數。
    torch.utils.data.DataSet:該模組提供載入資料初始化的方式，完善好getitem和len的介面後，便可以利用DataLoader多程序載入資料。

參考：

https://blog.csdn.net/qq_16949707/article/details/79067474