PyTorch是一个广泛使用的深度学习库，提供了许多用于构建和训练神经网络的模块和方法。下面是一些PyTorch中常用的模块和方法的简要介绍：

PyTorch常用模块和方法

1. torch

   • 用途：PyTorch的基础模块，提供了多种数学运算功能。
   • 常用方法：
     • torch.tensor()：创建张量
     • torch.randn()：生成随机数
     • torch.save()：保存模型
     • torch.load()：加载模型

2. torch.nn

   • 用途：提供了构建神经网络所需的层、损失函数等。
   • 常用类：
     • nn.Linear：全连接层
     • nn.Conv2d：卷积层
     • nn.MaxPool2d：池化层
     • nn.ReLU：激活函数
     • nn.CrossEntropyLoss：交叉熵损失函数
   <