PyTorch | 原创，AI翻译
torch 函数
torch.Tensor：包含单一数据类型元素的多维数组。torch.tensor：通过数据和属性构造张量。torch.zeros：返回填充零值的张量。torch.ones：返回填充单位值的张量。torch.arange：返回等间距数值的一维张量。torch.linspace：返回指定区间内等间距数值的一维张量。torch.rand：返回从区间 [0,1) 均匀分布中抽取随机数填充的张量。torch.randn：返回从均值为 0、方差为 1 的正态分布中抽取随机数填充的张量。torch.empty：返回包含未初始化数据的张量。torch.full：创建指定尺寸并填充特定值的张量。torch.eye：返回对角线为 1、其他位置为 0 的二维张量。
张量运算
torch.add：逐元素相加两个张量。torch.sub：逐元素相减两个张量。torch.mul：逐元素相乘两个张量。torch.div：逐元素相除两个张量。torch.matmul：执行矩阵乘法。torch.pow：对张量每个元素进行幂运算。torch.exp：计算张量每个元素的指数。torch.log：计算张量每个元素的自然对数。torch.sqrt：计算张量每个元素的平方根。torch.abs：计算张量每个元素的绝对值。torch.neg：对张量每个元素取负。torch.round：将张量每个元素四舍五入到最接近的整数。torch.floor：返回张量每个元素的向下取整值。torch.ceil：返回张量每个元素的向上取整值。torch.clamp：将输入的所有元素限制在 [min, max] 范围内。torch.sum：返回输入张量所有元素的和。torch.mean：返回输入张量所有元素的平均值。torch.std：返回输入张量所有元素的标准差。torch.var：返回输入张量所有元素的方差。torch.max：返回输入张量所有元素的最大值。torch.min：返回输入张量所有元素的最小值。torch.argmax：返回输入张量所有元素最大值的索引。torch.argmin：返回输入张量所有元素最小值的索引。torch.sort：沿给定维度对输入张量元素进行排序。torch.topk：返回输入张量沿给定维度的 k 个最大元素。torch.reshape：返回与输入数据相同、元素数量相同但形状指定的张量。torch.transpose：返回输入张量维度交换后的视图。torch.squeeze：返回移除输入张量所有尺寸为 1 的维度后的张量。torch.unsqueeze：返回在指定位置插入尺寸为 1 的新维度的张量。torch.cat：在给定维度上连接给定张量。torch.stack：沿新维度连接一系列张量。torch.chunk：将张量分割为特定数量的块。torch.split：将张量分割为特定尺寸的块。
神经网络模块
torch.nn.Module：所有神经网络模块的基类。torch.nn.Linear：对输入数据应用线性变换。torch.nn.Conv2d：对由多个输入平面组成的输入信号应用二维卷积。torch.nn.MaxPool2d：对输入信号应用二维最大池化。torch.nn.ReLU：逐元素应用修正线性单元函数。torch.nn.Sigmoid：逐元素应用 S 型函数。torch.nn.Tanh：逐元素应用双曲正切函数。torch.nn.BatchNorm2d：对四维输入应用批量归一化。torch.nn.Dropout：在训练期间，以概率 p 随机将输入张量的部分元素置零。torch.nn.Embedding：存储固定词典和尺寸嵌入向量的简单查找表。
损失函数
torch.nn.MSELoss：创建衡量输入与目标每个元素间均方误差（L2 范数平方）的准则。torch.nn.CrossEntropyLoss：该准则计算输入与目标之间的交叉熵损失。torch.nn.BCELoss：创建衡量目标与输出间二元交叉熵的准则。torch.nn.L1Loss：创建衡量输入与目标每个元素间平均绝对误差（MAE）的准则。
优化器
torch.optim.SGD：实现随机梯度下降（可选带动量）。torch.optim.Adam：实现 Adam 算法。torch.optim.RMSprop：实现 RMSprop 算法。
自动求导
torch.autograd.grad：计算并返回输出相对于输入的梯度之和。
工具函数
torch.device：表示 torch.Tensor 已分配或将要分配的设备。torch.cuda.is_available：若 CUDA 可用则返回 True。torch.save：将张量保存至磁盘。torch.load：从磁盘加载张量。
其他
torch.no_grad：禁用梯度计算的上下文管理器。torch.set_grad_enabled：根据参数启用或禁用梯度计算。