【Pytorch简介】1.Introduction 简介

Introduction 简介

大多数机器学习工作流涉及处理数据、创建模型、使用超参数优化模型，以及保存，然后推理已训练的模型。 本模块介绍在 PyTorch（一种常用的 Python ML 框架）中实现的完整机器学习 (ML) 工作流。

我们使用 FashionMNIST 数据集来训练一个神经网络模型，该模型可识别 T 恤/上衣、裤子、套头衫、连衣裙、外套、凉鞋、衬衫、运动鞋、包或短靴等图像。

在开始构建模型之前，我们将介绍理解生成神经网络模型的关键概念。

学习目标

在本模块中，你将：

• 了解如何将 Tensors 与 CPU 和 GPU 配合使用
• 了解如何管理、缩放和规范化数据集
• 使用神经网络生成图像识别模型
• 了解如何优化模型
• 了解如何提升模型推理性能

先决条件

• Python 基础知识
• 对如何使用 Jupyter Notebook 有基本的了解

参考文献

使用 PyTorch 进行机器学习的简介 - Training | Microsoft Learn

使用 PyTorch 进行机器学习的简介 - Training | Microsoft Learn

Github

storm-ice/PyTorch_Fundamentals

storm-ice/PyTorch_Fundamentals