`torch` 是 Python 中一个用于机器学习和深度学习任务的开源库。它由 Facebook 的人工智能研究团队开发，提供了以下主要功能：
张量（Tensor）：
类似于 NumPy 的 `ndarray`，但可以在 CPU 或 GPU 上运行，并支持自动微分，是深度学习模型中数据的主要表示形式。
数学运算：
包括基本的数学运算符重载、矩阵运算、统计函数以及更复杂的数学操作。
数据类型转换：
允许用户创建不同数据类型的张量，并进行数据类型的相互转换。
随机数生成：
提供生成符合不同分布的随机张量的方法。
线性代数运算：
包括矩阵分解、特征值与特征向量计算、矩阵逆等相关的线性代数操作。
自动微分：
通过 `autograd` 子模块实现，允许张量上的操作自动生成梯度，便于神经网络训练。
存储和序列化：
支持将张量保存到磁盘以及从磁盘加载，同时还能序列化和反序列化整个模型结构及其参数。
多GPU支持：
能够将计算任务分配到多个 GPU 上进行并行处理，提高计算效率。
`torch` 库以其灵活性和强大的功能，在深度学习领域广受欢迎，并被广泛应用于各种研究和工业应用中。