什么是PyTorch
PyTorch是一个Python库，并不是某些庞大的C++框架的PyThon接口，PyTorch从底层就与Python紧密结合，你可以像使用numpy/scipy/scikit-learn一样自然地使用PyTorch。可以用Python实现一个神经网络地层，能使用各种Python的优化库，如Cython,Numba等。
PyTorch认同：在适当的时候，不要重新发明轮子。
是一个Python包，提供两个高级功能：
- 具有强大的GPU加速的张量计算（如NumPy）
- 包含自动求导系统的深度神经网络
基础概念
科学计算工具包，一般有两个问题：
怎么定义数据？（怎么存数据，拿什么容器存数据）—-torch.Tensor
怎么定义数据操作？（怎么对数据进行操作）—-torch.autograd.Function
torch.Tensor：张量，用来存储数据，是各种类型的数据的封装。
torch.autograd.Function：函数类，是定义在Tensor类上的操作，从加减乘除到矩阵计算，应有尽有。
计算图（计算过程）分为静态图和动态图
Tensor：data存数据，grad存导数，grad_fn指向创造自己的Function，用户创建的为None
可以通过grad_fn来计算偏导数（反向传播）
常见的Research Workflow
idea-设计实验-处理数据-实现模型- 训练测试-写作
常见的代码实现流程
加载、预处理数据集-构建模型-定义损失函数-实现优化算法-迭代训练-加速计算（GPU）-存储模型-构建baseline
如何用PyTorch完成实验
PyTorch里有vision和text两套开源数据集。
快速构建自定义数据集
torch.utils.data
细粒度构建自定义数据集
``
加载数据集
torch.utils.data.Dataloader
为什么要加载：可以做batch、shuffle，准备怎么抽样，抽样出来的样本怎么处理。
1 | torch_utils_data_data_loader = Data.DataLoader(dataset = person_dataset, ) |
汉字不能直接放到数据集去运行，要变成数字或者tensor，这时候就要用到collate_fn