注意
跳轉到末尾 以下載完整的示例程式碼。
學習基礎知識 || 快速入門 || 張量 || 資料集與資料載入器 || 變換 || 構建模型 || 自動微分 || 最佳化 || 儲存與載入模型
學習基礎知識#
建立日期: 2021年02月09日 | 最後更新: 2025年07月07日 | 最後驗證: 2024年11月05日
作者: Suraj Subramanian, Seth Juarez, Cassie Breviu, Dmitry Soshnikov, Ari Bornstein
大多數機器學習工作流都涉及處理資料、建立模型、最佳化模型引數以及儲存訓練好的模型。本教程將向您介紹在 PyTorch 中實現的完整機器學習工作流，並提供深入學習每個概念的連結。
我們將使用 FashionMNIST 資料集來訓練一個神經網路，該網路可以預測輸入影像屬於以下哪個類別：T恤/上衣、褲子、套頭衫、連衣裙、外套、涼鞋、襯衫、運動鞋、包或短靴。
本教程假定您對 Python 和深度學習概念有基本瞭解。
執行教程程式碼#
您可以通過幾種方式執行本教程
雲端執行: 這是最簡單的入門方式！每個部分頂部都有一個“在 Microsoft Learn 中執行”和“在 Google Colab 中執行”的連結，分別會在 Microsoft Learn 或 Google Colab 中開啟一個整合的筆記本，並在完全託管的環境中執行程式碼。
本地執行: 此選項要求您首先在本地計算機上設定 PyTorch 和 TorchVision（安裝說明）。下載筆記本或將程式碼複製到您喜歡的 IDE 中。
如何使用本指南#
如果您熟悉其他深度學習框架，請先檢視 0. 快速入門，以快速熟悉 PyTorch 的 API。
如果您是深度學習框架新手，請直接進入我們分步指南的第一部分：1. 張量。
