定义一个简单的神经网络

PyTorch 是一个流行的开源机器学习库，用于深度学习。它提供了易于使用的API，可以帮助研究人员和工程师快速构建和测试他们的模型。

主要特点

动态计算图：PyTorch 支持动态计算图，这使得模型构建和调试变得更加直观。
灵活的架构：PyTorch 的架构允许用户自定义层和模型，提供了极高的灵活性。
强大的社区支持：PyTorch 拥有一个庞大的社区，提供了大量的教程和资源。

安装

您可以通过以下命令安装 PyTorch：

pip install torch torchvision torchaudio

快速入门

PyTorch 的入门非常简单。以下是一个简单的例子：

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


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

# 实例化网络和优化器
net = SimpleNet()
optimizer = optim.SGD(net.parameters(), lr=0.01)

# 模拟一些数据
x = torch.randn(1, 10)
y = torch.randn(1, 1)

# 训练网络
for _ in range(100):
    optimizer.zero_grad()
    output = net(x)
    loss = nn.MSELoss()(output, y)
    loss.backward()
    optimizer.step()

print("训练完成")

学习资源

更多关于 PyTorch 的信息，您可以访问以下链接：