首先，pytorch的安装在这里：https://blog.csdn.net/qq_45640219/article/details/121428503
第一问：pytorch是什么？
答：pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对GPU加速的深度神经网络编程。而torch是一个经典的对多维矩阵数据进行操作的张量（tensor）库，在机器学习和其他数学密集型应用有广泛应用。
第二问：pytorch常用的包有哪些？
答：
1、torch：张量的有关运算。如创建、索引、链接、转置、加减乘除、切片等。
2、torch.nn：包含搭建神经网络层的模块和一系列loss函数。如全连接、卷积、BN批处理、dropout、crossentryloss、mseloss等。
3、torch.nn.function：常用的激活函数relu、leaky_relu、sigmoid等。
4、torch.optim：各种参数优化方法，例如SGW、AdaGrad、Adam、RMSProp等。
5、torch.autogard：提供tensor所有操作的自动求导方法。
6、torch.utils.data：用于加载数据。
7、torchvision：是pytorch中专门用来处理图像的库。
包中常用的模块有torchvision.datasets：用来进行数据加载的。
Torchvision.models：为我们提供已经训练好的模型，让我们加载之后可以直接使用。包括AlexNet、VGG、ResNet等网络模型。
Torchvision.transforms：为我们提供了一般的图像转换操作类。
Torchvision.utils：将给定的tensor保存成image文件。
8、from PIL import Image：pytorch中处理图像使用的这几种格式。
PIL：使用python自带图像处理库读取出来的图片格式。
Numpy：使用python-onpenCV库读取出来的图片格式。 Tensor：pytorch中训练是所采用的向量格式（也可以说是图片）。
而 from PIL import Image是在进行PIL与tensor的转换，也就是图片格式的转换。
9、 matplotlib：这是pytorch的一个绘图库，是python中常用的可视化工具之一，可以方便创建2D图标和一些基本的3D图表。
基本的方法有 plt.figure():调用figure创建一个绘图对象。
Plt.plot：调用plot函数在当前的绘图对象中绘图。
Plt.xlable()/plt.ylable：设置x/y轴的文字。
Plt.title()：设置图标的标题。
Plt.xlim()/plt.ylim()：设置变量的范围，[格式为x/y的起点，终点]。
Plt.axis()：同时设置两个变量的范围，格式为[x的起点，x的终点，y的起点，y的终点]。
Plt.legend()：显示label中标记的图示。
Plt.show()：以上参数设置完成后，必须使用该方法显示出创建的所有绘图对象。