pytorch 最初的版本叫 torch，是基于 lua 语言开发，但是由于 lua 语言太小众，后来做了 python 接口，改名为 pytorch，
也就是说 pytorch 的后台是 torch；
到了 2018年12月， pytorch 发布1.0，并将后台切到 caffe2
tensorflow vs pytorch
现在关于深度学习的框架很多，详情请百度，或者参考本文参考资料1，本文对比两种；
tensorflow 是当前最流行的深度学习框架，但是 pytorch 有后来居上的意思，其实二者有一定联系；
联系：都是基于计算图的，计算图包括计算节点和边，计算节点代表运算，边代表数据传输；
区别：
1. 计算图又分为静态图和动态图两种，类似于静态语言和动态语言，区别在于：静态图需要先声明再运行，一次声明多次运行；动态图在运行过程中被定义，可以多次构建多次运行；
tensorflow 使用的是静态图，pytorch 使用的是动态图
2. tensorflow 语法晦涩，像学一门新语言一样，pytorch 语法简单，可以直接使用 python 中的 if while for
一句话，pytorch 是基于动态图的深度学习框架，代码简洁，容易上手
安装
安装方法很多，可自行百度，或者参考本文参考资料1，本文只介绍利用官网进行安装
官网 https://pytorch.org/
点击 Get Started，选择适合自己的条件得到安装命令
在安装 pytorch 的同时，也安装了 torchvision，这个模块包含了一些数据集，和一些模型的预训练参数
运行如下代码
import torch
不报错，就证明安装完毕
剩下的，不多说，先用起来，后续再补充
参考资料：
《深度学习框架PyTorch：入门与实践_陈云(著)》
