上面圖片截自官網，主要想體現的是如下四點：
1. 生產環境可用。
使用torch script在eager和graph模式間能夠做到無縫切換，並且可以使用TorchServe加速。
2. 分散式訓練。
在研究和生產中，透過torch.distributed能實現可伸縮的分散式訓練和效能最佳化。
3. 穩健的生態系統
豐富的工具和庫生態系統擴充套件了PyTorch的能力，並支援計算機視覺、NLP等方面的開發。
4. 雲支援
PyTorch在主要的雲平臺上得到了很好的支援，使開發者能夠無障礙開發，並且後期易於擴充套件。
5. 其它
支援android或IOS開發，支援ONNX等。
雖然介紹很花裡胡哨，究其本質就一句話：
PyTorch is an optimized tensor library for deep learning using GPUs and CPUs.
翻譯過來就是：PyTorch是一個使用GPU和CPU進行深度學習的最佳化張量庫。
首先，它是一個張量操作的庫
然後，它是一個最佳化後的張量庫
最後，CPU當然支援，GPU也是支援的
這個介紹也給我們後面的學習指明瞭方向--先把張量搞清楚。