PyTorch 是一个流行的开源机器学习库，广泛用于深度学习和研究。以下是一些 PyTorch 的示例教程，帮助您快速上手。

安装 PyTorch

首先，您需要安装 PyTorch。您可以在 PyTorch 官网 找到详细的安装指南。

示例 1：简单的神经网络

以下是一个简单的神经网络示例，用于分类任务。

import torch
import torch.nn as nn
import torch.optim as optim

# 定义模型
class SimpleNet(nn.Module):
    def __init__(self):
        super(SimpleNet, self).__init__()
        self.fc1 = nn.Linear(784, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = torch.relu(self.fc1(x))
        x = self.fc2(x)
        return x

# 实例化模型、损失函数和优化器
model = SimpleNet()
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 训练模型
# ...

示例 2：使用 GPU 加速

如果您有 GPU，可以使用 PyTorch 的 GPU 加速功能。

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)

更多资源

想要了解更多 PyTorch 的教程和示例，可以访问我们的 PyTorch 教程页面。

[center]PyTorch