PyTorch入门示例 🧠

欢迎来到PyTorch学习页面！以下是一个简单的神经网络示例，帮助你快速上手深度学习框架。

1. 环境准备 🛠️

首先确保已安装PyTorch：

pip install torch

若需更详细的安装指南，可查看 PyTorch官方文档。

2. 示例代码 📜

import torch
from torch import nn, optim

# 定义模型
model = nn.Sequential(
    nn.Linear(2, 10),
    nn.ReLU(),
    nn.Linear(10, 1)
)

# 训练数据
data = torch.tensor([[0.0, 0.0], [0.0, 1.0], [1.0, 0.0], [1.0, 1.0]])
labels = torch.tensor([0.0, 1.0, 1.0, 0.0])

# 优化器与损失函数
optimizer = optim.SGD(model.parameters(), lr=0.01)
loss_fn = nn.BCELoss()

# 训练循环
for epoch in range(1000):
    optimizer.zero_grad()
    outputs = model(data)
    loss = loss_fn(outputs, labels)
    loss.backward()
    optimizer.step()

# 输出结果
print("训练完成！预测结果：", model(data))

3. 扩展学习 🚀

• PyTorch基础教程
• 神经网络原理详解
• 深度学习实战案例

如需进一步了解PyTorch的应用场景或进阶技巧，请点击上方链接探索！