网站链接:https://pytorch.org/tutorials/
本节链接:https://pytorch.org/tutorials/beginner/basics/intro.html
注:仅供个人学习使用。
基础学习
大部分机器学习工作流程包括数据预处理,创建模型、调优参数、训练模型、保存模型。本教程教你用PyTorch实现一个完整的机器学习工作流程,同时更深入的理解以上每一个概念。
我们用MNIST数据集训练一个人工神经网络,然后识别输入图像。
本教程需要熟悉基本的Python编程语言和深度学习概念。
运行代码
你可以用两种方式运行教程代码
1) 云端:这种方法比较简单!每个章节在顶部有一个“Run in Microsoft Learn”链接,可以在Microsoft Learn上打开一个集成的notebook,在完全托管的环境中运行代码。
2) 本地:这种方法需要在你的机器上安装PyTorch和TorchVision(具体安装步骤见上节)。下载notebook或者复制代码在你喜欢的IDE中运行。
如何使用本教程
如果你熟悉其它深度学习框架,可以先看看0. Quickstart 以便于快速熟悉PyTorch的API。
如果你不了解深度学习框架,需要一步一步跟着教程学习,首先可以看看这一节:1. 张量
- 快速入门
- 张量
- 数据集和数据加载
- 变形
- 创建模型
- 自动微分
- 循环优化
- 保存、加载和使用模型