PyTorch 是一个流行的开源深度学习库，它提供了灵活的深度学习框架，易于使用和扩展。本教程将为您介绍 PyTorch 的基础知识。

安装 PyTorch

首先，您需要在您的计算机上安装 PyTorch。您可以通过访问 PyTorch 官方网站 获取安装指南。

基础概念

张量（Tensors）

在 PyTorch 中，所有数据都是以张量的形式存储的。张量类似于 NumPy 中的数组，但功能更强大。

import torch

# 创建一个 2x3 的张量
tensor = torch.tensor([[1, 2, 3], [4, 5, 6]])
print(tensor)

自动微分

PyTorch 的自动微分功能使得构建和训练神经网络变得非常简单。

# 定义一个简单的神经网络
net = torch.nn.Linear(2, 1)

# 定义损失函数
criterion = torch.nn.MSELoss()

# 定义优化器
optimizer = torch.optim.SGD(net.parameters(), lr=0.01)

# 训练数据
inputs = torch.tensor([[1.0, 2.0], [2.0, 3.0]])
targets = torch.tensor([[1.0], [2.0]])

# 训练循环
for epoch in range(100):
    optimizer.zero_grad()
    outputs = net(inputs)
    loss = criterion(outputs, targets)
    loss.backward()
    optimizer.step()

实践项目

为了更好地理解 PyTorch，您可以尝试以下实践项目：

希望这个教程能帮助您入门 PyTorch！🎉

图片展示

PyTorch Logo

PyTorch_Logo