手把手教你用PyTorch实现神经网络

PyTorch是一个开源的Python机器学习库，被广泛应用于深度学习领域。本文将介绍如何使用PyTorch实现一个简单的神经网络，并在MNIST数据集上进行训练和测试。

1. 环境准备

首先需要安装PyTorch和相关的依赖库。可以通过以下命令安装PyTorch：

pip install torch torchvision

1. 数据集准备

我们将使用MNIST手写数字数据集，这是一个非常经典的数据集，包含60,000个训练样本和10,000个测试样本。可以使用以下代码下载数据集：关注v❤公众H：Ai技术星球  回复（123）必领pytorch深度学习资料

1. 数据预处理

在使用数据集之前，需要对其进行预处理。在本例中，我们将把每个数字图像缩放到28x28大小，并将像素值归一化到0到1之间。可以使用以下代码完成预处理：

import torchvision.transforms as transforms

transform = transforms.Compose([
    transforms.Resize((28, 28)),
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))
])

train_dataset.transform = trans