1.PyTorch的基本概念什么是Pytorch，为什么选择Pytroch？
2.Pytroch的安装配置
3.Python环境准备
4.Python管理器通过命令行安装PyTorch
5.PyTorch基础概念 通用代码实现流程(实现一个深度学习的代码流程)
参考资料：PyTorch 中文文档
1/什么是Pytorch，为什么选择Pytroch？
Pytorch是一个基于torch以PYTHON优先的深度学习框架（python开源机器学习库），用于自然语言处理等应用程序不仅能够实现强大的GPU（graphics processing unit图形处理器）加速，还支持动态神经网络，这是很多主流框架（例如tensorflow）都不支持的。Pytorch既可以看作是有GPU支持的numpy，看可以看作是有自动求导功能的深度神经网络。（torch是类似于numpy的张量（tensor）操作库，能很好支持GPU，Lua是torch的上层包装，但是比较小众，Face book用Python调用torch的底层形成pytorch，在Face book中用pytorch进行科学研究，使用Caffe2进行产品部署。
选择pytorch原因：
1，没有一劳永逸的框架，多学个框架多个思路和技能；
2，tensorflow和Caffe都是命令式的语言，静态，需要先建立一个框架，然后重复使用该框架，若想改变网络结构需重头开始，而Pytorch通过反向求导技术可以零延迟的任意改变结构神经网络行为，可提供最高的效率和最佳的灵活性，这是Pytorch做大的优势；
3，Pytorch的设计思路是线性、直观、易于操作的，执行一行代码，没有异步的世界观，出现bug时易于找到出错位置，可避免Debug时因错误指向或异步和不透明的引擎而浪费时间；
4，相对于Tensorflow，Pytorch代码更加简洁直观，易于深入API，了解底层框架。
5，Pytorch特点：支持GPU,动态神经网络，Python优先，命令式体验，轻松扩展。
2-4/Pytocrch的安装，环境配置
anaconda中进行安装，之前装过，略过了。。
5/实现流程
在jupyter上引入torch
