PyTorch 教程

PyTorch 是一个流行的开源机器学习库，特别适用于深度学习。本教程将简要介绍 PyTorch 的基本概念和用法。

安装 PyTorch

首先，您需要安装 PyTorch。您可以通过以下命令进行安装：

pip install torch torchvision

基本概念

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 的数组，但具有更多的功能。

自动微分 (Autograd)

PyTorch 使用自动微分功能来计算梯度，这对于深度学习模型训练至关重要。

神经网络 (Neural Networks)

PyTorch 提供了构建和训练神经网络的各种工具和函数。

示例

以下是一个简单的神经网络示例：

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

# 定义模型
class SimpleNN(nn.Module):
    def __init__(self):
        super(SimpleNN, 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

# 实例化模型
model = SimpleNN()

# 定义损失函数和优化器
criterion = nn.MSELoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 训练模型
for epoch in range(100):
    optimizer.zero_grad()
    output = model(torch.randn(10))
    loss = criterion(output, torch.randn(1))
    loss.backward()
    optimizer.step()

# 打印模型参数
print(model.fc1.weight)