注意
点击此处下载完整示例代码
学习基础知识 || 快速入门 || 张量 || 数据集与 DataLoaders || 变换 || 构建模型 || Autograd || 优化 || 保存与加载模型
学习基础知识¶
创建日期：2021 年 2 月 9 日 | 最后更新：2024 年 11 月 4 日 | 最后验证：2024 年 11 月 5 日
作者：Suraj Subramanian, Seth Juarez, Cassie Breviu, Dmitry Soshnikov, Ari Bornstein
大多数机器学习工作流程涉及处理数据、创建模型、优化模型参数以及保存训练好的模型。本教程将向您介绍一个在 PyTorch 中实现的完整 ML 工作流程，并提供链接以便深入了解每个概念。
我们将使用 FashionMNIST 数据集训练一个神经网络，该网络预测输入图像属于以下哪个类别：T 恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包或踝靴。
本教程假定您对 Python 和深度学习概念有基本了解。
运行教程代码¶
您可以通过几种方式运行本教程
在云端: 这是最简单的入门方式！每个部分顶部都有“在 Microsoft Learn 中运行”和“在 Google Colab 中运行”的链接，分别在 Microsoft Learn 或 Google Colab 中打开集成的 Notebook，并在完全托管的环境中包含代码。
在本地: 此选项要求您首先在本地机器上安装 PyTorch 和 TorchVision (安装说明)。下载 Notebook 或将代码复制到您喜欢的 IDE 中。
