文档来源 https://pytorch.cadn.net.cn
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，并保存经过训练的模型。本教程向您介绍完整的 ML 工作流 在 PyTorch 中实现，并提供了用于了解有关每个概念的更多信息的链接。
我们将使用 FashionMNIST 数据集来训练一个神经网络，该神经网络预测输入图像是否属于 到以下类别之一：T 恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、 包或踝靴。
本教程假定您对 Python 和深度学习概念有基本的了解。
运行教程代码
您可以通过以下几种方式运行本教程：
在云中：这是最简单的入门方法！每个部分的顶部都有一个“在 Microsoft Learn 中运行”和“在 Google Colab 中运行”链接，该链接分别在 Microsoft Learn 或 Google Colab 中打开一个集成笔记本，代码位于完全托管的环境中。
本地：此选项要求您先在本地计算机上设置 PyTorch 和 TorchVision（安装说明）。下载 Notebook 或将代码复制到您最喜欢的 IDE 中。
如何使用本指南
如果您熟悉其他深度学习框架，请查看 0.首先快速入门 快速熟悉 PyTorch 的 API。
如果您不熟悉深度学习框架，请直接进入我们分步指南的第一部分：1. 张量。
0. 快速入门
1. 张量
2. 数据集和 DataLoader
3. 变换
4. 构建模型
5. 自动微分
6. 优化循环
7. 保存、加载和使用模型
脚本总运行时间：（0 分 0.000 秒）
文档来源 https://pytorch.cadn.net.cn