Note
Click here to download the full example code
基础知识 || 快速入门 || 张量 || 数据集与数据加载器 || Transforms || 构建神经网络 || 自动微分 || 优化模型参数 || 保存和加载模型
基础知识¶
Authors: Suraj Subramanian, Seth Juarez, Cassie Breviu, Dmitry Soshnikov, Ari Bornstein
大多数机器学习工作流涉及处理数据、创建模型、优化模型参数和保存训练好的模型。本教程将向您介绍在PyTorch中实现的完整ML工作流,并提供链接以了解有关这些概念的更多信息。
我们将使用FashionMNIST数据集来训练一个神经网络,该网络可以预测输入图像是否属于以下类别之一:T恤/上衣、长裤、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包或踝靴。
本教程假设您对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:
在云端:这是开始的最简单方式!每个部分的顶部都有一个“在Microsoft Learn中运行”和“在Google Colab中运行”的链接,分别会在Microsoft Learn或Google Colab中打开一个集成的笔记本,提供带有代码的完全托管环境。
本地运行:此选项需要您首先在本地机器上设置PyTorch和TorchVision(安装说明)。下载笔记本或将代码复制到您喜欢的IDE中。