注意
跳转到末尾 以下载完整的示例代码。
学习基础知识 || 快速入门 || 张量 || 数据集与数据加载器 || 变换 || 构建模型 || 自动微分 || 优化 || 保存与加载模型
学习基础知识#
创建日期: 2021年02月09日 | 最后更新: 2025年07月07日 | 最后验证: 2024年11月05日
作者: Suraj Subramanian, Seth Juarez, Cassie Breviu, Dmitry Soshnikov, Ari Bornstein
大多数机器学习工作流都涉及处理数据、创建模型、优化模型参数以及保存训练好的模型。本教程将向您介绍在 PyTorch 中实现的完整机器学习工作流，并提供深入学习每个概念的链接。
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、包或短靴。
本教程假定您对 Python 和深度学习概念有基本了解。
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 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，并在完全托管的环境中运行代码。
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）。下载笔记本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新手，请直接进入我们分步指南的第一部分：1. 张量。
