pytorch主要分为以下几个模块来训练模型：
tensor:tensor为基本结构，可以直接创建，从list创建以及由numpy数组得到，torch还提供一套运算以及shape变换方式。
Variable：自动求导机制，利用Variable包装tensor后，便可以使用其求导的功能了，有点像个装饰器。
nn:nn模块是整个pytorch的核心，自己设计的Net(),继承nn.Model后可以提取模型参数，进行前向forward()运算（自己设计），以及后向运算（自动），nn提供基本网络结构单元，例如nn.Linear(),nn.Conv2d()等，还提供基本损失函数nn.CrossEntropyLoss等。
torch.optim：该模块提供自动求导更新参数等功能，用它封装模型参数nn.parameter()后，loss求导后，可以用.step来更新整个参数。
torch.utils.data.DataSet:该模块提供加载数据初始化的方式，完善好getitem和len的接口后，便可以利用DataLoader多进程加载数据。
参考：