简介这份资源面向深度学习入门者与需要快速验证手写数字识别效果的开发者围绕MNIST数据集提供一套可直接运行的前馈神经网络训练方案帮助读者跳过环境搭建与调参试错直接获得可用的识别模型。压缩包共5个文件以3个Python脚本和2个H5模型文件为主脚本覆盖数据加载、网络定义与训练流程H5文件分别保存模型参数与完整模型整体约1.39MB体积轻便便于本地部署与二次修改。目前已有6126人学习下载说明其在实际练习与项目起步阶段具备较高参考价值。读者可借助完整代码理解前馈神经网络在MNIST上的训练细节也可直接加载训练好的模型进行推理验证适合课程作业、入门实验及快速原型开发等场景。1. 拆开一个 MNIST 手写数字识别资源为什么它值得你花 20 分钟跑一遍如果你正在找一份能直接跑通的 MNIST 手写数字识别代码并且希望拿到一个已经训练好的模型文件省掉自己调参和等待收敛的时间那这份资源就是冲着你来的。它包含完整的训练脚本、推理脚本以及一个训练好的权重文件下载后不需要额外配置数据集路径脚本会自动拉取 MNIST 数据集并完成前馈神经网络的训练。适合刚接触深度学习、想先跑通一个完整流程的新手也适合需要快速验证环境是否正常的老手。我见过太多人卡在“环境装好了但不知道下一步干什么”的阶段这份东西就是用来打破这个僵局的。它不炫技不堆复杂结构就是一个干净的前馈网络但恰恰因为简单你才能把注意力放在数据流、损失曲线和模型保存这些真正重要的环节上。2. 前馈神经网络跑 MNIST从数据加载到模型保存的完整链路2.1 为什么选前馈网络而不是 CNN 作为起点MNIST 是一个 28x28 的灰度图数据集共 70000 张样本其中 60000 张用于训练10000 张用于测试。很多人一上来就用卷积神经网络觉得前馈网络太“浅”但实际动手时你会发现前馈网络在 MNIST 上达到 97% 以上的测试准确率只需要几行代码训练时间在普通 CPU 上也就一两分钟。这个资源选的就是最朴素的全连接结构输入层 784 个节点隐藏层 128 个节点输出层 10 个节点。隐藏层用 ReLU 激活输出层用 LogSoftmax 配合 NLLLoss。这种组合在 PyTorch 里是标准写法梯度稳定不容易出现玄学问题。如果你连前馈网络的训练循环都没亲手写过直接上 CNN 只会让你在池化步长和通道数上翻车。所以这个资源的定位很明确先让你把“数据加载 → 前向传播 → 计算损失 → 反向传播 → 更新权重 → 保存模型”这条链路走通再去考虑更复杂的结构。2.2 训练脚本逐段拆解与参数说明下面这段代码是资源里的训练脚本核心部分我把它拆成三段来看。第一段是数据加载和预处理import torch from torchvision import datasets, transforms from torch.utils.data import DataLoader # 定义预处理转为张量并归一化到 [0,1] 区间 transform transforms.Compose([ transforms.ToTensor(), # 将 PIL 图像或 numpy 数组转为 torch.FloatTensor同时除以 255 transforms.Normalize((0.1307,), (0.3081,)) # MNIST 的全局均值和标准差 ]) # 下载并加载训练集和测试集 train_dataset datasets.MNIST(root./data, trainTrue, downloadTrue, transformtransform) test_dataset datasets.MNIST(root./data, trainFalse, downloadTrue, transformtransform) # 创建数据加载器batch_size 设为 64训练集打乱顺序 train_loader DataLoader(train_dataset, batch_size64, shuffleTrue) test_loader DataLoader(test_dataset, batch_size1000, shuffleFalse)这里的Normalize用了 MNIST 的全局均值 0.1307 和标准差 0.3081这是从训练集统计出来的固定值。如果你不做归一化模型也能跑但收敛会慢一些而且损失曲线会抖得比较厉害。batch_size设 64 是一个经验值显存占用小梯度更新频率也够。测试集的batch_size设 1000 是为了一次性评估完所有测试样本减少循环次数。注意downloadTrue只在第一次运行时生效之后会直接读取./data目录下的缓存文件。第二段是模型定义import torch.nn as nn import torch.nn.functional as F class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.fc1 nn.Linear(784, 128) # 输入层到隐藏层 self.fc2 nn.Linear(128, 10) # 隐藏层到输出层 def forward(self, x): x x.view(-1, 784) # 将 28x28 的图像展平为 784 维向量 x F.relu(self.fc1(x)) # 隐藏层使用 ReLU 激活 x self.fc2(x) # 输出层不加激活直接送 LogSoftmax return F.log_softmax(x, dim1)x.view(-1, 784)里的-1表示自动推断 batch 维度这样写比x.view(x.size(0), -1)更简洁。F.log_softmax和nn.NLLLoss是配对使用的如果你换成CrossEntropyLoss那输出层就不要加log_softmax否则会重复计算。这个细节很多新手会搞混导致损失值异常。第三段是训练循环和模型保存import torch.optim as optim device torch.device(cuda if torch.cuda.is_available() else cpu) model Net().to(device) optimizer optim.Adam(model.parameters(), lr0.001) for epoch in range(5): model.train() for batch_idx, (data, target) in enumerate(train_loader): data, target data.to(device), target.to(device) optimizer.zero_grad() # 清空上一轮梯度 output model(data) # 前向传播 loss F.nll_loss(output, target) # 计算负对数似然损失 loss.backward() # 反向传播 optimizer.step() # 更新权重 if batch_idx % 100 0: print(fTrain Epoch: {epoch} [{batch_idx * len(data)}/{len(train_loader.dataset)}] Loss: {loss.item():.6f}) # 保存模型权重 torch.save(model.state_dict(), mnist_feedforward.pth) print(模型已保存为 mnist_feedforward.pth)优化器用了 Adam学习率 0.001。Adam 对初始学习率不敏感适合这种小网络。如果你换成 SGD学习率要调到 0.01 左右并且加动量。训练 5 个 epoch 后测试准确率通常能到 97.5% 以上。保存的是state_dict只包含权重和偏置不包含网络结构。加载时需要先实例化Net()再调用load_state_dict。这个设计比保存整个模型更灵活也避免了 pickle 在不同环境下的兼容问题。2.3 推理脚本怎么写才能直接复用资源里的推理脚本接收一张 28x28 的灰度图输出预测的数字。核心代码如下import torch from PIL import Image import torchvision.transforms as transforms # 加载模型结构并恢复权重 model Net() model.load_state_dict(torch.load(mnist_feedforward.pth, map_locationcpu)) model.eval() # 切换到评估模式关闭 Dropout 和 BatchNorm 的训练行为 # 读取图片并预处理 img Image.open(test_digit.png).convert(L) # 转为灰度图 transform transforms.Compose([ transforms.Resize((28, 28)), transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) img_tensor transform(img).unsqueeze(0) # 增加 batch 维度 with torch.no_grad(): # 关闭梯度计算节省内存 output model(img_tensor) pred output.argmax(dim1, keepdimTrue) print(f预测数字: {pred.item()})model.eval()是必须的虽然这个前馈网络没有 Dropout 和 BatchNorm但养成习惯没坏处。unsqueeze(0)把单张图的维度从[1, 28, 28]变成[1, 1, 28, 28]因为模型期望的输入是[batch_size, 1, 28, 28]。torch.no_grad()在推理时一定要加否则会构建计算图浪费内存。如果你的图片是白底黑字预测结果会正常如果是黑底白字需要先做反色处理否则准确率会掉得很厉害。这个坑我在后面会细说。3. 避坑与排查MNIST 训练中五个高频翻车点3.1 现象损失值一直是 2.302 左右不下降原因输出层用了log_softmax但损失函数用了CrossEntropyLoss导致重复计算了 softmax。或者输入数据没有归一化像素值在 0-255 之间梯度爆炸后直接饱和。解决检查损失函数和输出层的配对关系。log_softmax配NLLLossCrossEntropyLoss配无激活的输出层。同时确认transforms.ToTensor()已经执行它会把像素值缩放到 [0,1]。3.2 现象测试准确率只有 10% 左右相当于随机猜原因训练时用了model.train()但推理时忘了加model.eval()或者加载权重时没有先实例化模型结构导致load_state_dict报错后用了随机初始化的权重。解决推理前强制调用model.eval()并且用try-except包裹load_state_dict捕获RuntimeError后打印缺失或多余的键名。常见的是键名多了module.前缀这是因为训练时用了DataParallel保存的权重键名会带前缀。用model.load_state_dict({k.replace(module., ): v for k, v in state_dict.items()})可以去掉。3.3 现象训练到一半报错 “CUDA out of memory”原因batch_size设得太大或者没有用with torch.no_grad()包裹测试循环导致测试时也在构建计算图。解决把batch_size降到 32 或 64。测试循环里加with torch.no_grad():。如果显存实在小可以在训练循环里用torch.cuda.empty_cache()但这不是根本办法降低 batch 更直接。3.4 现象自己手写的数字图片预测不准原因MNIST 数据集的图片是黑底白字且数字居中、大小归一化到 20x20 像素区域再填充到 28x28。如果你用白底黑字的图片或者数字没有居中分布偏移会导致预测错误。解决对输入图片做反色处理并裁剪出数字区域后居中缩放。可以用 PIL 的ImageOps.invert反色再用ImageOps.expand填充到正方形后 resize。这个预处理步骤比模型本身更影响实际使用效果。3.5 现象训练集准确率很高测试集准确率低很多原因过拟合。前馈网络只有两层参数量不大但如果训练 epoch 太多或者训练集太小也会过拟合。另外如果测试集和训练集的预处理方式不一致比如测试集忘了归一化也会导致准确率骤降。解决控制 epoch 在 5 到 10 之间观察测试集损失是否开始上升。确保训练和测试使用完全相同的transform。如果过拟合明显可以在隐藏层后加nn.Dropout(0.2)但 MNIST 上通常不需要。4. 把模型用起来从单张推理到批量验证的进阶技巧4.1 批量验证脚本与混淆矩阵输出训练完模型后不要只看一个准确率数字。我习惯跑一遍测试集输出混淆矩阵看看哪些数字容易被混淆。下面这段代码可以直接抄import torch from sklearn.metrics import confusion_matrix import seaborn as sns import matplotlib.pyplot as plt model.eval() all_preds [] all_targets [] with torch.no_grad(): for data, target in test_loader: data, target data.to(device), target.to(device) output model(data) preds output.argmax(dim1) all_preds.extend(preds.cpu().numpy()) all_targets.extend(target.cpu().numpy()) cm confusion_matrix(all_targets, all_preds) plt.figure(figsize(10, 8)) sns.heatmap(cm, annotTrue, fmtd, cmapBlues) plt.xlabel(Predicted) plt.ylabel(True) plt.savefig(confusion_matrix.png) print(混淆矩阵已保存)跑完你会看到数字 4 和 9、3 和 8、5 和 6 之间的混淆比较多。这是 MNIST 的经典难点不是你的模型有问题。知道这一点后如果你要提升准确率可以针对这些类别做数据增强比如轻微旋转和平移。4.2 用 TorchScript 导出模型脱离 Python 环境运行如果你想把模型部署到 C 环境或者移动端state_dict不够用需要导出 TorchScript。代码很简单model.eval() example_input torch.rand(1, 1, 28, 28) traced_script_module torch.jit.trace(model, example_input) traced_script_module.save(mnist_traced.pt) print(TorchScript 模型已保存)torch.jit.trace会记录模型在前向传播时的操作生成一个可以独立加载的.pt文件。加载时不需要再定义Net类直接用torch.jit.load(mnist_traced.pt)即可。注意trace对控制流不友好但这个前馈网络没有条件分支所以没问题。导出后建议用同样的测试集验证一遍确保精度没有损失。4.3 一个我踩过的坑模型文件版本兼容性有一次我把在 PyTorch 1.9 下训练的state_dict拿到 PyTorch 1.13 环境里加载报了一堆Unexpected key(s) in state_dict的错。原因是 PyTorch 在版本升级时改了nn.Linear的权重初始化方式虽然键名没变但某些层的默认参数变了。从那以后我每次保存模型都会在文件名里带上 PyTorch 版本号比如mnist_feedforward_pytorch1.9.pth并且在 README 里写清楚依赖版本。如果你拿到别人的模型文件加载失败先检查版本再检查键名。用print(model.state_dict().keys())和print(torch.load(xxx.pth).keys())对比一下通常能发现问题。4.4 验证模型是否真的“训练好了”的三个指标不要只看准确率。我一般会同时看三个东西测试集损失是否低于 0.1混淆矩阵对角线是否占绝对优势以及随机抽 20 张测试图做可视化预测人眼过一遍。如果这三个都过了模型才算真正可用。这个习惯帮我避免了好几次“准确率虚高但实际用起来一塌糊涂”的情况。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/17 7:01:48 · 阅读 1.2k PyTorch实战：MNIST前馈神经网络训练与推理完整指南
简介这份资源面向深度学习入门者与需要快速验证手写数字识别效果的开发者围绕MNIST数据集提供一套可直接运行的前馈神经网络训练方案帮助读者跳过环境搭建与调参试错直接获得可用的识别模型。压缩包共5个文件以3个Python脚本和2个H5模型文件为主脚本覆盖数据加载、网络定义与训练流程H5文件分别保存模型参数与完整模型整体约1.39MB体积轻便便于本地部署与二次修改。目前已有6126人学习下载说明其在实际练习与项目起步阶段具备较高参考价值。读者可借助完整代码理解前馈神经网络在MNIST上的训练细节也可直接加载训练好的模型进行推理验证适合课程作业、入门实验及快速原型开发等场景。1. 拆开一个 MNIST 手写数字识别资源为什么它值得你花 20 分钟跑一遍如果你正在找一份能直接跑通的 MNIST 手写数字识别代码并且希望拿到一个已经训练好的模型文件省掉自己调参和等待收敛的时间那这份资源就是冲着你来的。它包含完整的训练脚本、推理脚本以及一个训练好的权重文件下载后不需要额外配置数据集路径脚本会自动拉取 MNIST 数据集并完成前馈神经网络的训练。适合刚接触深度学习、想先跑通一个完整流程的新手也适合需要快速验证环境是否正常的老手。我见过太多人卡在“环境装好了但不知道下一步干什么”的阶段这份东西就是用来打破这个僵局的。它不炫技不堆复杂结构就是一个干净的前馈网络但恰恰因为简单你才能把注意力放在数据流、损失曲线和模型保存这些真正重要的环节上。2. 前馈神经网络跑 MNIST从数据加载到模型保存的完整链路2.1 为什么选前馈网络而不是 CNN 作为起点MNIST 是一个 28x28 的灰度图数据集共 70000 张样本其中 60000 张用于训练10000 张用于测试。很多人一上来就用卷积神经网络觉得前馈网络太“浅”但实际动手时你会发现前馈网络在 MNIST 上达到 97% 以上的测试准确率只需要几行代码训练时间在普通 CPU 上也就一两分钟。这个资源选的就是最朴素的全连接结构输入层 784 个节点隐藏层 128 个节点输出层 10 个节点。隐藏层用 ReLU 激活输出层用 LogSoftmax 配合 NLLLoss。这种组合在 PyTorch 里是标准写法梯度稳定不容易出现玄学问题。如果你连前馈网络的训练循环都没亲手写过直接上 CNN 只会让你在池化步长和通道数上翻车。所以这个资源的定位很明确先让你把“数据加载 → 前向传播 → 计算损失 → 反向传播 → 更新权重 → 保存模型”这条链路走通再去考虑更复杂的结构。2.2 训练脚本逐段拆解与参数说明下面这段代码是资源里的训练脚本核心部分我把它拆成三段来看。第一段是数据加载和预处理import torch from torchvision import datasets, transforms from torch.utils.data import DataLoader # 定义预处理转为张量并归一化到 [0,1] 区间 transform transforms.Compose([ transforms.ToTensor(), # 将 PIL 图像或 numpy 数组转为 torch.FloatTensor同时除以 255 transforms.Normalize((0.1307,), (0.3081,)) # MNIST 的全局均值和标准差 ]) # 下载并加载训练集和测试集 train_dataset datasets.MNIST(root./data, trainTrue, downloadTrue, transformtransform) test_dataset datasets.MNIST(root./data, trainFalse, downloadTrue, transformtransform) # 创建数据加载器batch_size 设为 64训练集打乱顺序 train_loader DataLoader(train_dataset, batch_size64, shuffleTrue) test_loader DataLoader(test_dataset, batch_size1000, shuffleFalse)这里的Normalize用了 MNIST 的全局均值 0.1307 和标准差 0.3081这是从训练集统计出来的固定值。如果你不做归一化模型也能跑但收敛会慢一些而且损失曲线会抖得比较厉害。batch_size设 64 是一个经验值显存占用小梯度更新频率也够。测试集的batch_size设 1000 是为了一次性评估完所有测试样本减少循环次数。注意downloadTrue只在第一次运行时生效之后会直接读取./data目录下的缓存文件。第二段是模型定义import torch.nn as nn import torch.nn.functional as F class Net(nn.Module): def __init__(self): super(Net, self).__init__() self.fc1 nn.Linear(784, 128) # 输入层到隐藏层 self.fc2 nn.Linear(128, 10) # 隐藏层到输出层 def forward(self, x): x x.view(-1, 784) # 将 28x28 的图像展平为 784 维向量 x F.relu(self.fc1(x)) # 隐藏层使用 ReLU 激活 x self.fc2(x) # 输出层不加激活直接送 LogSoftmax return F.log_softmax(x, dim1)x.view(-1, 784)里的-1表示自动推断 batch 维度这样写比x.view(x.size(0), -1)更简洁。F.log_softmax和nn.NLLLoss是配对使用的如果你换成CrossEntropyLoss那输出层就不要加log_softmax否则会重复计算。这个细节很多新手会搞混导致损失值异常。第三段是训练循环和模型保存import torch.optim as optim device torch.device(cuda if torch.cuda.is_available() else cpu) model Net().to(device) optimizer optim.Adam(model.parameters(), lr0.001) for epoch in range(5): model.train() for batch_idx, (data, target) in enumerate(train_loader): data, target data.to(device), target.to(device) optimizer.zero_grad() # 清空上一轮梯度 output model(data) # 前向传播 loss F.nll_loss(output, target) # 计算负对数似然损失 loss.backward() # 反向传播 optimizer.step() # 更新权重 if batch_idx % 100 0: print(fTrain Epoch: {epoch} [{batch_idx * len(data)}/{len(train_loader.dataset)}] Loss: {loss.item():.6f}) # 保存模型权重 torch.save(model.state_dict(), mnist_feedforward.pth) print(模型已保存为 mnist_feedforward.pth)优化器用了 Adam学习率 0.001。Adam 对初始学习率不敏感适合这种小网络。如果你换成 SGD学习率要调到 0.01 左右并且加动量。训练 5 个 epoch 后测试准确率通常能到 97.5% 以上。保存的是state_dict只包含权重和偏置不包含网络结构。加载时需要先实例化Net()再调用load_state_dict。这个设计比保存整个模型更灵活也避免了 pickle 在不同环境下的兼容问题。2.3 推理脚本怎么写才能直接复用资源里的推理脚本接收一张 28x28 的灰度图输出预测的数字。核心代码如下import torch from PIL import Image import torchvision.transforms as transforms # 加载模型结构并恢复权重 model Net() model.load_state_dict(torch.load(mnist_feedforward.pth, map_locationcpu)) model.eval() # 切换到评估模式关闭 Dropout 和 BatchNorm 的训练行为 # 读取图片并预处理 img Image.open(test_digit.png).convert(L) # 转为灰度图 transform transforms.Compose([ transforms.Resize((28, 28)), transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) img_tensor transform(img).unsqueeze(0) # 增加 batch 维度 with torch.no_grad(): # 关闭梯度计算节省内存 output model(img_tensor) pred output.argmax(dim1, keepdimTrue) print(f预测数字: {pred.item()})model.eval()是必须的虽然这个前馈网络没有 Dropout 和 BatchNorm但养成习惯没坏处。unsqueeze(0)把单张图的维度从[1, 28, 28]变成[1, 1, 28, 28]因为模型期望的输入是[batch_size, 1, 28, 28]。torch.no_grad()在推理时一定要加否则会构建计算图浪费内存。如果你的图片是白底黑字预测结果会正常如果是黑底白字需要先做反色处理否则准确率会掉得很厉害。这个坑我在后面会细说。3. 避坑与排查MNIST 训练中五个高频翻车点3.1 现象损失值一直是 2.302 左右不下降原因输出层用了log_softmax但损失函数用了CrossEntropyLoss导致重复计算了 softmax。或者输入数据没有归一化像素值在 0-255 之间梯度爆炸后直接饱和。解决检查损失函数和输出层的配对关系。log_softmax配NLLLossCrossEntropyLoss配无激活的输出层。同时确认transforms.ToTensor()已经执行它会把像素值缩放到 [0,1]。3.2 现象测试准确率只有 10% 左右相当于随机猜原因训练时用了model.train()但推理时忘了加model.eval()或者加载权重时没有先实例化模型结构导致load_state_dict报错后用了随机初始化的权重。解决推理前强制调用model.eval()并且用try-except包裹load_state_dict捕获RuntimeError后打印缺失或多余的键名。常见的是键名多了module.前缀这是因为训练时用了DataParallel保存的权重键名会带前缀。用model.load_state_dict({k.replace(module., ): v for k, v in state_dict.items()})可以去掉。3.3 现象训练到一半报错 “CUDA out of memory”原因batch_size设得太大或者没有用with torch.no_grad()包裹测试循环导致测试时也在构建计算图。解决把batch_size降到 32 或 64。测试循环里加with torch.no_grad():。如果显存实在小可以在训练循环里用torch.cuda.empty_cache()但这不是根本办法降低 batch 更直接。3.4 现象自己手写的数字图片预测不准原因MNIST 数据集的图片是黑底白字且数字居中、大小归一化到 20x20 像素区域再填充到 28x28。如果你用白底黑字的图片或者数字没有居中分布偏移会导致预测错误。解决对输入图片做反色处理并裁剪出数字区域后居中缩放。可以用 PIL 的ImageOps.invert反色再用ImageOps.expand填充到正方形后 resize。这个预处理步骤比模型本身更影响实际使用效果。3.5 现象训练集准确率很高测试集准确率低很多原因过拟合。前馈网络只有两层参数量不大但如果训练 epoch 太多或者训练集太小也会过拟合。另外如果测试集和训练集的预处理方式不一致比如测试集忘了归一化也会导致准确率骤降。解决控制 epoch 在 5 到 10 之间观察测试集损失是否开始上升。确保训练和测试使用完全相同的transform。如果过拟合明显可以在隐藏层后加nn.Dropout(0.2)但 MNIST 上通常不需要。4. 把模型用起来从单张推理到批量验证的进阶技巧4.1 批量验证脚本与混淆矩阵输出训练完模型后不要只看一个准确率数字。我习惯跑一遍测试集输出混淆矩阵看看哪些数字容易被混淆。下面这段代码可以直接抄import torch from sklearn.metrics import confusion_matrix import seaborn as sns import matplotlib.pyplot as plt model.eval() all_preds [] all_targets [] with torch.no_grad(): for data, target in test_loader: data, target data.to(device), target.to(device) output model(data) preds output.argmax(dim1) all_preds.extend(preds.cpu().numpy()) all_targets.extend(target.cpu().numpy()) cm confusion_matrix(all_targets, all_preds) plt.figure(figsize(10, 8)) sns.heatmap(cm, annotTrue, fmtd, cmapBlues) plt.xlabel(Predicted) plt.ylabel(True) plt.savefig(confusion_matrix.png) print(混淆矩阵已保存)跑完你会看到数字 4 和 9、3 和 8、5 和 6 之间的混淆比较多。这是 MNIST 的经典难点不是你的模型有问题。知道这一点后如果你要提升准确率可以针对这些类别做数据增强比如轻微旋转和平移。4.2 用 TorchScript 导出模型脱离 Python 环境运行如果你想把模型部署到 C 环境或者移动端state_dict不够用需要导出 TorchScript。代码很简单model.eval() example_input torch.rand(1, 1, 28, 28) traced_script_module torch.jit.trace(model, example_input) traced_script_module.save(mnist_traced.pt) print(TorchScript 模型已保存)torch.jit.trace会记录模型在前向传播时的操作生成一个可以独立加载的.pt文件。加载时不需要再定义Net类直接用torch.jit.load(mnist_traced.pt)即可。注意trace对控制流不友好但这个前馈网络没有条件分支所以没问题。导出后建议用同样的测试集验证一遍确保精度没有损失。4.3 一个我踩过的坑模型文件版本兼容性有一次我把在 PyTorch 1.9 下训练的state_dict拿到 PyTorch 1.13 环境里加载报了一堆Unexpected key(s) in state_dict的错。原因是 PyTorch 在版本升级时改了nn.Linear的权重初始化方式虽然键名没变但某些层的默认参数变了。从那以后我每次保存模型都会在文件名里带上 PyTorch 版本号比如mnist_feedforward_pytorch1.9.pth并且在 README 里写清楚依赖版本。如果你拿到别人的模型文件加载失败先检查版本再检查键名。用print(model.state_dict().keys())和print(torch.load(xxx.pth).keys())对比一下通常能发现问题。4.4 验证模型是否真的“训练好了”的三个指标不要只看准确率。我一般会同时看三个东西测试集损失是否低于 0.1混淆矩阵对角线是否占绝对优势以及随机抽 20 张测试图做可视化预测人眼过一遍。如果这三个都过了模型才算真正可用。这个习惯帮我避免了好几次“准确率虚高但实际用起来一塌糊涂”的情况。希望帮到你。本文还有配套的精品资源点击获取