目录 一、Pytorch介绍 1.1 什么是Pytorch 1.2 为何要使用Pytorch 1.3 配置Pytorch深度学习环境 二、Pytorch基础 2.1 Tensor（张量） 2.2 Variable（变量） 2.3 Dataset（数据集） 1. torch.utils.data.Dataset 2. torch.utils.data.TensorDataset 3. torch.utils.data.DataLoader 4. torchvision.datasets.Image

在本笔记中，我们将以多层感知机（multilayer perceptron，MLP）为例，介绍多层神经网络的相关概念，并将其运用到最基础的MNIST数据集分类任务中，同时展示相关代码。本笔记主要从下面四个方面展开： 文章目录1 多层感知机(MLP)理论知识1.1 隐藏层1.2 激活函数1.3 多层感知机1.4 交叉熵(cross entropy)损失函数2. MNIST数据集简介3. 代码详解及结果展示4. 心得体会 1 多层感知机(MLP)理论知识 1.1 隐藏层 多层感知机在单层神经网络

目录： PyTorch学习教程，手册 ：对于中文比较好的同学，非常推荐该PyTorch官方文档，一步步带你从入门到精通。该文档详细介绍了从基础知识到如何使用PyTorch建立深层神经网络，以及PyTorch语法和一些出色的案例。 ：阅读上述英语文档比较困难的同学也不要紧，我们为大家准备了比较官方的PyTorch中文文档，文档非常详细的介绍了各个功能，可作为一个PyTorch的速查宝典。 ：在github上有很高的星。建议大家在阅读本文档之前，先学习上述两个PyTorch基础教程。 ：这是一本本