PyTorch 介绍 | LEARN THE BASICS

大多数机器学习流程都包括数据、创建模型、优化模型参数，以及保存训练模型工作。该教程向你介绍一个在PyTorch上实现的完整的机器学习工作流，并提供了了解这些概念详细信息的链接。

我们将使用FashionMNIST数据集训练一个神经网络，用以预测输入图片是否属于以下几类：T-shirt/top, Trouser, Pullover, Dress, Coat, Sandal, Shirt, Sneaker, Bag, or Ankle boot。

本教程假设你对Python和深度学习概念有一个基础的了解。

运行教程代码

你可以利用两种方法运行该教程：

• In the cloud：这是最容易开始的方法！每一节的最上面都有“Run in Microsoft Learn”链接（现在似乎是“Run in Google Colab”），这将在Microsoft Learn中打开一个集成的notebook，这是带有代码的一个完全托管的环境。
• Locally：这种方法要求你首先要在本地安装PyTorch和TorchVision（安装介绍）。下载notebook或者把代码拷贝到你最爱的IDE。

怎样使用该指南

如果你熟悉其它深度学习框架，首先查看0. Quickstart快速熟悉PyTorch的API。

如果你是一个新手，直接进入我们分步指南的第一部分：1. Tensors。

0. Quickstart
1. Tensors
2. Datasets and DataLoaders
3. Transforms
4. Build Model
5. Automatic Differentiation
6. Optimization Loop
7. Save, Load and Use Model