PyTorch 是一个流行的开源机器学习库，用于应用深度学习。本教程将介绍如何使用 PyTorch 进行基本的模型训练。

安装 PyTorch

首先，您需要安装 PyTorch。您可以从 PyTorch 官网 获取安装指南。

创建一个简单的神经网络

以下是一个使用 PyTorch 创建简单神经网络的示例：

import torch
import torch.nn as nn

class SimpleNet(nn.Module):
    def __init__(self):
        super(SimpleNet, self).__init__()
        self.fc1 = nn.Linear(10, 50)
        self.relu = nn.ReLU()
        self.fc2 = nn.Linear(50, 1)

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

model = SimpleNet()

训练模型

接下来，您需要准备数据并训练模型。以下是一个简单的训练循环示例：

import torch.optim as optim

criterion = nn.MSELoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

for epoch in range(100):
    for data, target in dataloader:
        optimizer.zero_grad()
        output = model(data)
        loss = criterion(output, target)
        loss.backward()
        optimizer.step()

保存和加载模型

训练完成后，您可以将模型保存到磁盘，并在以后加载它：

torch.save(model.state_dict(), 'model.pth')

model.load_state_dict(torch.load('model.pth'))

扩展阅读

如果您想了解更多关于 PyTorch 的内容，可以访问以下链接：

希望这个教程能帮助您开始使用 PyTorch 进行模型训练！🚀

neural_network