方亮的专栏

TensorBoard 是一个用于可视化和监控机器学习实验的工具。它是 TensorFlow 的一个组件，但也可以与 PyTorch 等其他深度学习框架一起使用。

依据系统是否支持cuda来生成设备。模型和数据都要移动到相同的设备上。模型是由CPU还是GPU训练的，并不影响推理使用CPU还是GPU。

将下面内容保存为garmentclassifier.py。该文件会被训练和推理两个环节使用。# 定义一个用于服装分类的卷积神经网络# 定义第一个卷积层，输入通道数为1，输出通道数为6，卷积核大小为5x5# 定义最大池化层，池化窗口大小为2x2# 定义第二个卷积层，输入通道数为6，输出通道数为16，卷积核大小为5x5# 定义第一个全连接层，输入大小为16*4*4，输出大小为120# 定义第二个全连接层，输入大小为120，输出大小为84。

定义神经网络是深度学习模型开发的核心步骤之一。一个良好定义的神经网络可以有效地学习和泛化数据，从而在各种任务中取得优异的表现。本文不过度讨论神经网络，只是抛砖引玉，让大家知道结构长什么样子。# 定义一个简单的神经网络self.linear = nn.Linear(1, 1) # 输入和输出都是1维# 实例化模型、损失函数和优化器criterion = nn.MSELoss() # 均方误差损失。