torch：这是PyTorch的核心库，包含了所有基础张量操作，如创建、索引、切片、数学运算以及随机抽样等。
torch.nn：这是PyTorch的神经网络库，包含了构建神经网络所需的所有工具和模块，如卷积层、池化层、全连接层、激活函数、损失函数等。
torch.optim：这是PyTorch的优化库，包含了各种优化算法，如SGD、Adam、RMSprop等，用于更新和优化神经网络的权重。
torch.utils.data：这个库提供了数据加载和预处理的工具，如Dataset和DataLoader，可以方便地加载和处理数据。
torchvision：这是PyTorch的计算机视觉库，包含了常用的图像数据集、图像转换以及预训练的模型等。
torch.autograd：这是PyTorch的自动微分库，用于计算神经网络的梯度。通过这个库，我们可以方便地实现反向传播算法。
torch.distributed：这是PyTorch的分布式计算库，用于在多台机器上并行运行神经网络训练。
torch.jit：这是PyTorch的即时编译库，可以将动态图转换为静态图，从而提高神经网络的推理速度。
torch.hub：这个库提供了从PyTorch Hub加载预训练模型的功能，PyTorch Hub是一个包含了许多预训练模型的仓库。
torch.multiprocessing：这是PyTorch的多进程库，提供了在多个进程中并行运行神经网络训练的功能。