注意
前往底部 下载完整的示例代码。
学习基础知识 || 快速入门 || 张量 || 数据集和 DataLoader || Transforms || 构建模型 || Autograd || 优化 || 保存和加载模型
学习基础知识#
创建日期：2021 年 2 月 9 日 | 最后更新：2026 年 1 月 20 日 | 最后验证：2024 年 11 月 5 日
作者：Suraj Subramanian, Seth Juarez, Cassie Breviu, Dmitry Soshnikov, Ari Bornstein
大多数机器学习工作流程都涉及处理数据、创建模型、优化模型参数以及保存训练好的模型。本教程将向您介绍 PyTorch 中实现的完整 ML 工作流程，并提供有关每个概念的详细信息链接。
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属于以下哪个类别：T 恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包或及踝靴。
本教程假定您对 Python 和深度学习概念有一定的基本了解。
运行教程代码#
您可以通过几种方式运行本教程：
云端运行：这是最简单的入门方式！每个部分顶部都有一个“在 Google Colab 中运行”链接，它会在 Google Colab 中打开一个集成的 Notebook，其中代码在完全托管的环境中运行。
本地运行：此选项要求您首先在本地计算机上设置 PyTorch 和 TorchVision（安装说明）。下载 Notebook 或将代码复制到您喜欢的 IDE 中。
如何使用本指南#
如果您熟悉其他深度学习框架，请先查看 0. 快速入门，以快速熟悉 PyTorch 的 API。
如果您是深度学习框架的新手，请直接进入我们分步指南的第一部分：1. 张量。
