注意
单击此处下载完整的示例代码
了解基础知识 ||快速入门 ||张量 ||数据集和数据加载器 ||变换 ||构建模型 ||Autograd ||优化 ||保存并加载模型
了解基础知识¶
创建时间： Feb 09， 2021 |上次更新时间： 2024-11-04 |上次验证： Nov 05， 2024
作者： Suraj Subramanian， Seth Juarez， Cassie Breviu， Dmitry Soshnikov， Ari Bornstein
大多数机器学习工作流都涉及处理数据、创建模型、优化模型 参数，并保存经过训练的模型。本教程向您介绍完整的 ML 工作流 在 PyTorch 中实现，并提供了用于了解有关每个概念的更多信息的链接。
我们将使用 FashionMNIST 数据集来训练一个神经网络，该神经网络预测输入图像是否属于 到以下类别之一：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的了解。
运行教程代码¶
您可以通过以下几种方式运行本教程：
在云中：这是最简单的入门方法！每个部分的顶部都有一个“在 Microsoft Learn 中运行”和“在 Google Colab 中运行”链接，该链接分别在 Microsoft Learn 或 Google Colab 中打开一个集成笔记本，代码位于完全托管的环境中。
本地：此选项要求您先在本地计算机上设置 PyTorch 和 TorchVision（安装说明）。下载 Notebook 或将代码复制到您最喜欢的 IDE 中。