PyTorch 是一个开源的深度学习框架，由 Facebook 的人工智能研究团队（FAIR）开发和维护。pytorch下面有很多子模块，常用的子模块如下：

torch.nn

• torch.nn 提供了构建神经网络所需的各种模块、损失函数和容器类。用户可以通过继承 nn.Module 来定义自己的模型。

• torch.nn.functional提供了许多函数式的接口，这些接口可以在定义神经网络的前向传播过程中使用。与 torch.nn 提供的模块化接口（如 nn.Linear, nn.Conv2d 等）不同，torch.nn.functional 提供的是函数式的接口，这使得定义神经网络的结构更加灵活

torch.optim

torch.optim包含了多种优化算法，如 SGD、Adam、RMSprop 等，可以轻松地应用于模型参数的更新。

torch.utils.data

torch.utils.data提供了强大的数据加载和处理工具，包括Dataset 和 DataLoader 类，支持批处理、打乱和并行加载。torch.utils.data的其他常用函数包括：Sampler

示例代码

import torch
import torch.nn.functional as F
import torch.nn as nn
import torch.optim as optim
from torch.utils.data import DataLoader, TensorDataset, random_split
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt