简介这份资源面向希望系统入门深度学习与 PyTorch 框架的学习者配套《深度学习与PyTorch入门实战》视频课程使用覆盖机器学习基础、卷积神经网络、循环神经网络、生成对抗网络、图卷积等主题适合具备一定 Python 基础、想从理论走向代码实践的高校学生与算法初学者帮助解决环境配置繁琐、示例代码零散、缺少可复现实验材料的问题。压缩包共 142 个文件约 85.9MB以 55 个 pdf 讲义与课件、39 个 py 示例脚本为主另含 ipynb 交互式笔记本、png 示意图、xml 与 cfg 配置文件及少量数据集说明文档可对照课程按章节阅读与运行。已有 2679 人学习下载说明内容经过较多读者检验。资源中还包含 PyTorch 安装与环境配置说明涵盖 Anaconda、CUDA 10.0 及国内镜像源设置并给出 LSTM、Cifar10 与 ResNet18 实战、图卷积网络等案例的代码骨架便于读者搭建环境后逐课复现模型训练流程理解网络结构与调参思路形成从安装到实战的完整学习路径。1. 先破除一个误会深度学习入门不是先啃完数学再动手很多人一想到深度学习脑子里先冒出来的是满黑板的偏导数和矩阵乘法于是把 PyTorch 入门这件事一拖再拖教材买了三本环境一个没装。真相是新手最该先做的是把一个能跑的最小例子跑通装好框架、造一个张量、让它自己学着拟合一条直线。这一步不需要你会推导公式只需要你会写几行 Python。这份配套视频教程的源码和 PPT走的就是这条路——先让你看见结果再回头补原理。它适合三类人会一点 Python 想转方向的学生、工作中要接触模型但没系统学过的开发者、以及被数学吓退过好几次的自学者。接下来的内容按「这是什么、为什么值得学、第一步怎么迈」的顺序把这条路铺平。2. 搞懂 PyTorch 到底在做什么把「张量」和「自动求导」两个词拆开看2.1 为什么第一站该选它而不是先纠结框架选型新手最爱问的问题之一是「我该学哪个框架」。这个问题其实问早了。框架之间九成的概念是共通的数据怎么装、模型怎么搭、损失怎么算、梯度怎么回传换个框架只是写法变了。真正决定你能不能入门的是「有没有把一次训练从头到尾跑完」而不是「站队站得对不对」。那为什么这份教程从 PyTorch 切入三个很实际的原因。第一它写起来像普通 Python你定义模型就是定义一个类前向计算就是写一个函数没有额外的心智负担。第二它的报错信息相对友好出错时通常能定位到具体某一行这对新手极其重要——血泪经验告诉我们入门阶段最劝退的不是概念难而是报错看不懂。第三它可以在任何一行代码处打断点像调试普通脚本一样调试模型这对理解「数据在每一步变成了什么形状」帮助巨大。所以别在选型上纠结太久。学透一个再看别的通常两周就能迁移过去。你现在需要的是一个能把概念落地的最小环境而不是一份完美的技术选型报告。2.2 张量把数据装进一个带形状的盒子PyTorch 里所有数据都是张量Tensor。你可以把它理解成「带形状信息的多维数组」或者更生活化一点——一张 Excel 表可以往上叠。零维张量就是一个光秃秃的数比如3.14。一维张量是一行数比如一条长度为 10 的向量。二维张量就是一张表格有行有列。三维张量是好几张表摞在一起。四维就是「一摞一摞的表再打包成一批」。新手最容易卡住的地方是搞不清什么时候该用几维。这里给一个能直接套用的经验图片数据在 PyTorch 里通常是四维的顺序是[批大小, 通道数, 高, 宽]一段文本数据通常是三维的顺序是[批大小, 序列长度, 每个词的向量长度]。张量有三个你必须随时能说出来的属性。shape是形状比如torch.Size([32, 3, 224, 224])表示一次喂进去 32 张彩色图每张 224×224。dtype是数据类型神经网络里绝大多数计算用float32整数标签用int64。device是它待在哪儿在内存里还是在显卡上。这三个属性里新手九成的报错都和shape有关。所以从今天起养成一个习惯每写完一步运算就打印一次print(x.shape)。这个动作看起来笨但它能让你在半小时内建立对维度的直觉比看十页教材都快。2.3 自动求导训练为什么不用你手推公式深度学习的「学习」过程说穿了就是不断调参数让误差变小。要调参数就得知道「参数往哪个方向调能让误差变小」这个东西就是梯度。手推梯度是入门阶段最大的心理障碍而 PyTorch 把这件事打包了。机制不复杂。你给一个张量加上requires_gradTrue相当于给它开了一本账本从此以后凡是用到它的运算都会被记进账本里形成一条计算链。等你算完损失调用一次.backward()框架就沿着这条链倒着走一遍把每个参数的梯度算出来存进.grad里。这个过程叫自动求导。举个例子。你写y w * x b再写loss (y - target) ** 2然后loss.backward()。跑完之后w.grad和b.grad里就已经是梯度值了你什么都不用推。这就像记账本帮你把每笔开销都记好了你只需要在月底翻一下总额。提示.grad里的值是累加的不会自动清零。每次更新完参数要手动清零否则梯度会越滚越大。这是新手最经典的翻车点之一后面第 5 章还会专门说。2.4 一次训练循环永远是这五个动作把训练拆开看不管模型多复杂一轮循环永远由五个动作组成顺序固定前向计算把数据喂进模型得到预测值。算损失拿预测值和真实值比得到一个表示「错得多离谱」的数。反向传播调用.backward()算出每个参数的梯度。更新参数拿梯度乘上学习率把参数往反方向挪一点。梯度清零把上一轮的梯度清掉为下一轮做准备。记住这五步后面你看 CNN、RNN、GAN 的代码时会发现模型内部千变万化这五步一步都没变。变化的只有两样东西模型长什么样损失函数怎么定义。3. 第一个能跑的例子从装环境到拟出一条直线3.1 装环境先跑通再说别一上来就折腾显卡新手装环境最容易犯的错是想一步到位配好显卡加速结果在驱动和版本匹配上耗掉一整天热情直接磨没。入门阶段的建议是先装 CPU 版本把代码跑通等你有把握了再去折腾显卡。CPU 版本跑小数据和线性回归完全够用。用 conda 建一个独立环境避免和你电脑里其它 Python 项目打架# 建一个专门用于深度学习的独立环境Python 版本选 3.10 比较稳 conda create -n dl-start python3.10 -y # 激活这个环境之后所有安装和运行都在这个环境里进行 conda activate dl-start # 先装 CPU 版本包体小、装得快入门阶段够用 pip install torch torchvision三条命令的含义分别是创建隔离环境、切换进去、安装框架本体和配套的视觉工具库。隔离环境这一步别省它相当于给你的实验单独开了一间房弄乱了直接删掉重建不会波及你系统里其它东西。装完之后一定要验证别靠「没报错就是装好了」这种玄学判断import torch # 打印版本号确认装上了 print(torch.__version__) # 打印显卡是否可用CPU 版本这里会是 False属于正常现象 print(torch.cuda.is_available()) # 造一个小张量确认能正常运算 x torch.ones(2, 3) print(x)如果第一行能打出类似2.x.x的版本号第三行能打出两行三列的全 1 矩阵说明环境通了。第二行是False也不用慌说明你装的是 CPU 版本第 3.3 节的例子照样能跑。3.2 第一段代码认识张量的形状和运算在跑模型之前先花十分钟和张量混个脸熟。下面这段代码覆盖了新手最常用的几个操作import torch # 从 Python 列表造张量形状是两行两列 a torch.tensor([[1.0, 2.0], [3.0, 4.0]]) print(a 的形状:, a.shape) # torch.Size([2, 2]) # 全零、全一、随机初始化这三种在搭模型时天天用 z torch.zeros(3, 4) # 三行四列全 0 o torch.ones(2, 2) # 两行两列全 1 r torch.randn(2, 3) # 两行三列标准正态分布随机数 # 改变形状把两行两列拍平成一行四个 flat a.reshape(1, 4) print(拍平后:, flat.shape) # torch.Size([1, 4]) # 矩阵乘法用 注意左矩阵的列数要等于右矩阵的行数 b torch.randn(2, 3) c a b print(相乘后:, c.shape) # torch.Size([2, 3])逐条解释几个关键点。torch.tensor是从现成数据造张量torch.zeros、torch.ones、torch.randn是按形状造张量后三个在初始化权重时用得最多。reshape只改形状不改数据但改完的元素总数必须和原来一致两行两列四个数只能变成一行四列或四行一列变成三行三列就会直接报错。是矩阵乘法运算符。这条规则是新手前期最容易翻车的地方左矩阵的列数必须等于右矩阵的行数。上面的例子里a是 2×2b是 2×3所以能乘结果形状是 2×3。如果你把b改成 3×2那a b就会报错。提示报错信息里出现mat1 and mat2 shapes cannot be multiplied九成是矩阵乘法两边的形状不匹配。看到这句先别慌把两边的shape打印出来对着看。3.3 第二段代码跑通一次完整训练现在跑一个真家伙让程序自己找出「y 等于 3 乘 x 加 2」这条直线的两个参数。数据是我们自己造的所以我们知道正确答案是 3 和 2最后可以对照着看模型学得准不准。import torch # 固定随机种子保证每次运行结果一致方便你对照 torch.manual_seed(0) # 造 100 个样本y 3x 2再掺一点噪声模拟真实数据的抖动 x torch.randn(100, 1) y 3 * x 2 0.1 * torch.randn(100, 1) # 需要学习的两个参数随机给初值requires_grad 打开账本 w torch.randn(1, 1, requires_gradTrue) b torch.zeros(1, 1, requires_gradTrue) lr 0.1 # 学习率每次参数挪动的幅度 for step in range(200): # 训练 200 轮 pred x w b # 第一步前向计算 loss ((pred - y) ** 2).mean() # 第二步均方误差 loss.backward() # 第三步反向传播算梯度 with torch.no_grad(): # 更新参数时不记录梯度 w - lr * w.grad # 第四步沿梯度反方向挪一小步 b - lr * b.grad w.grad.zero_() # 第五步梯度清零防止累加 b.grad.zero_() if step % 50 0: print(f第 {step} 轮损失 {loss.item():.4f}) print(f学到的 w {w.item():.3f}b {b.item():.3f})跑完你会看到损失从几下降到接近 0.01最后打印出来的w和b会非常接近 3 和 2。这就是一次完整的训练。几个参数值得说清楚。lr是学习率它决定每次参数挪多大一步。设太大会来回震荡甚至越训越差设太小则收敛慢得像爬。0.1 对这个小例子合适换成真实模型通常要小得多。range(200)是训练轮数轮数不够损失降不下去轮数太多又可能过拟合。with torch.no_grad()的作用是告诉框架「这段别记账」因为更新参数这个动作本身不需要求导不加这层会导致计算图越堆越大。把这段代码和 2.4 节那五个动作对照着看一遍你会发现顺序完全对得上。这就是为什么前面要专门讲那五步——它是所有 PyTorch 代码的骨架。3.4 配套源码和 PPT 怎么配合着用拿到一套教程最笨的用法是从第一个文件按顺序看到最后一个。更有效的顺序是先用 PPT 建立整体地图知道这门课要带你走哪几站再挑一个最短的源码文件跑通拿到「我能跑起来」的信心最后才回头按章节补细节。具体到操作上跑源码之前先做三件事读一遍文件开头的注释和导入部分看它依赖了什么找到数据加载的那几行搞清数据长什么样找到训练循环对照 2.4 节的五步看它有没有缺。这三件事做完一个陌生的训练脚本你就能大致读懂了。跑通之后别急着看下一个先把参数改一改再跑一遍。把学习率改成 1 和 0.001 各试一次看看损失曲线有什么变化把训练轮数改成 10 和 1000 各试一次把网络层数加一层试试。这种「改一改看结果」的过程比被动看十段代码学到的东西多。4. 顺着配套源码往上走CNN、RNN、GAN 各自解决什么问题4.1 卷积神经网络为什么图片不能直接拍平如果你把一张图的所有像素拍成一条长长的向量再喂给普通全连接层会发生两件事参数量爆炸以及图像的空间结构被彻底打乱——原本相邻的两个像素被打散到向量两端模型学不到「边上有什么」。卷积神经网络CNN解决的就是这个问题。它的核心动作是「用小窗口在图上滑动」每次只看局部一小块然后把结果汇总。这带来两个好处参数共享同一个窗口滑遍全图参数量比全连接少几个数量级平移不变性猫出现在左上角还是右下角识别结果都该一样。用 PyTorch 写一个最小卷积块其实只有三行import torch.nn as nn # 输入 3 通道彩色图输出 16 个特征图 # kernel_size3 表示用 3×3 的小窗口滑动 conv nn.Conv2d(in_channels3, out_channels16, kernel_size3, padding1) # 激活函数把负值压成 0给网络引入非线性 act nn.ReLU() # 每次取窗口内最大值把长宽各缩小一半 pool nn.MaxPool2d(kernel_size2)in_channels3对应 RGB 三通道灰度图就是 1。out_channels16表示这一层会生成 16 张特征图每一张关注一种局部模式比如某一张专门对横线敏感另一张对直角敏感。padding1是在四周补一圈零目的是让输出尺寸和输入保持一致不补的话每卷一次边缘都会被削掉一点。一层卷积之后通常接激活函数再接池化。池化把长宽各砍一半作用是压缩信息、扩大感受野同时降低计算量。这三样东西堆几层最后接一个全连接层输出分类结果就是一个标准的图像分类网络。新手学到这里最容易陷入的误区是钻进去研究卷积的数学定义。入门阶段你只需要记住三件事它用局部窗口提取特征、参数在全图共享、堆叠层数越多看到的范围越大。够用了。4.2 循环神经网络处理有先后顺序的数据图片没有先后顺序但文本、语音、时间序列有。一句话里「不」和「好」的位置调换意思完全相反。普通网络把每个输入当独立个体处理天然抓不到这个顺序信息。循环神经网络RNN的做法是引入「记忆」处理当前这一步时除了看当前输入还把上一步的输出一起拿来看。用代码表达非常短import torch.nn as nn # 输入向量长度 128隐藏状态长度 256堆两层 rnn nn.RNN(input_size128, hidden_size256, num_layers2, batch_firstTrue)input_size是每一步输入的向量长度hidden_size是那个「记忆」的宽度num_layers是堆几层。batch_firstTrue表示输入张量的第一个维度是批大小这是新手最容易搞混的一个开关不设的话默认把序列长度放第一位后面形状对不上就要查半天。朴素 RNN 有个经典毛病序列一长早期的信息就传不到后面梯度在回传时越乘越小最后接近于零也就是常说的梯度消失。所以实际工程里更多用它的两个改进版本一个加了门控机制来决定记什么忘什么另一个用类似思路但结构更简洁。入门阶段先把「记忆」这个直觉建立起来至于用哪个变体跟着教程源码走就行。4.3 生成对抗网络两个网络互相较劲前面两类模型都是「输入什么判断什么」生成对抗网络GAN干的是另一件事造出以假乱真的数据。它的结构很有意思由两个网络组成。一个叫生成器负责从随机噪声里造样本一个叫判别器负责判断一个样本是真的还是造的。训练时两者交替上场判别器努力分辨真假生成器努力骗过判别器。两边互相促进造出来的东西越来越像真的。写出来就是个博弈过程for step in range(总共轮数): # 第一轮固定生成器训练判别器让它学会分辨真假 fake 生成器(随机噪声) 判别器损失 判别器(真样本, 标签真) 判别器(fake.detach(), 标签假) 更新判别器() # 第二轮固定判别器训练生成器让它学会骗人 fake 生成器(随机噪声) 生成器损失 判别器(fake, 标签真) # 注意这里目标是让判别器判成真 更新生成器()这段伪代码里有两个新手必须注意的细节。fake.detach()的作用是把生成器造出来的样本从计算图里摘出来训练判别器时不能让它顺手把生成器的梯度也更新了。生成器损失那里把标签写成「真」是因为生成器的目标就是骗判别器这个「反着标」的写法是 GAN 最反直觉的地方。GAN 的训练是出了名的不稳定两边实力失衡就容易崩判别器太强生成器学不到东西生成器太强判别器给不出有效信号。这不是你代码写错了是这个结构本身的脾气。入门阶段跑通一个能出模糊结果的小例子就够了别一上来就追求高质量生成。4.4 一套陌生源码怎么读才不迷路配套源码通常按模型类型分目录。拿到之后按这个顺序读会顺很多先看数据部分找到数据是怎么加载、怎么划分、怎么变成张量的。数据决定了一切看不懂数据就看不懂后面的模型。再看模型定义找到那个继承自nn.Module的类看它的__init__里定义了哪些层forward里这些层按什么顺序串起来。然后把训练循环找出来对照 2.4 节的五步逐个对上。最后看评估部分看它用什么指标判断好坏。读的过程中有个笨办法特别有效在每个关键的张量后面打印形状。模型定义得再花哨形状对不上就是跑不了而形状对了逻辑通常也就顺了。5. 新手避坑排查清单五个最常见的翻车现场5.1 环境与安装阶段的坑坑一装完之后发现用不了显卡或者装到一半卡住不动。现象是torch.cuda.is_available()一直返回False或者pip install卡在下载阶段十几分钟没反应。原因通常有两个装的是默认的 CPU 版本本来就不带显卡支持或者网络到软件源的速度慢包体又大卡在下载很正常。解决办法是先确认自己装的是哪个版本去官方安装页面对着自己的系统和显卡情况选对应命令重新装一遍。如果只是下载慢换个时间段或者配置国内镜像源通常能缓解。入门阶段其实建议就用 CPU 版本等真需要跑大模型了再折腾能省掉一整天的折腾。坑二在错的环境里装包跑代码时提示找不到模块。现象是明明刚pip install过一运行就报ModuleNotFoundError: No module named torch。原因是你的终端里激活的环境和编辑器里选用的解释器不是同一个。命令行装进了 A 环境编辑器用的是 B 环境。解决办法是两步核对在终端里执行conda activate 环境名后跑which python看路径在编辑器里找到解释器设置把路径选成同一个。这个坑我踩过不止一次养成「装包前先确认环境装完立刻验证」的习惯能省很多事。5.2 数据与形状阶段的坑坑三模型跑到一半报形状不匹配。现象是报错里出现size mismatch或者shapes cannot be multiplied程序在某一行直接中断。原因基本是张量维度对不上。常见的有三种图片数据忘了从[高, 宽, 通道]转成[通道, 高, 宽]卷积层输出接全连接层时忘了先把特征图拍平批大小那一维忘了加或者加错了位置。解决办法是在报错那一行前面把参与运算的所有张量的shape都打印出来逐个核对。特别记住两件事PyTorch 图片张量的通道维在前面矩阵乘法要求左列等于右行拍平用reshape(x.size(0), -1)第一个参数保留批大小。坑四标签的数据类型不对损失函数直接报错。现象是跑分类任务时交叉熵损失函数抛出类型相关的异常。原因是分类任务的标签必须是 64 位整数而很多人从 numpy 转过来的时候默认是浮点。解决办法是在构造数据集时显式转换labels labels.long()。这一行看起来无关紧要但它能省掉你半小时的排查时间。5.3 训练过程的坑坑五损失不降、来回震荡甚至变成 nan。现象是训练跑了几十轮损失值在某个数附近反复横跳或者突然变成nan模型彻底废掉。原因按出现频率排学习率设得太大每步迈过头参数在两极之间来回弹忘了梯度清零梯度一轮轮累加越滚越大最后溢出数据没有归一化数值范围差太多梯度被大数值主导模型太深而初始化又不合适。解决办法按顺序试先把学习率调小十倍这是最快见效的一招再检查训练循环里有没有zero_grad()然后把输入数据归一化到 0 到 1 或者标准化到均值 0 方差 1最后再考虑换初始化方式。如果损失变成nan了从后往前找通常是某一步除零或者对零取了对数。还有一个不报错但很常见的坑训练时忘了切换模式。带批归一化或者随机失活的模型在训练和推理时的行为是不一样的。预测前要调.eval()训练前要调.train()不切换的话你会看到「训练集准确率很高测试集一塌糊涂」的诡异现象然后怀疑人生。注意新手排查问题的顺序建议固定成「先形状、再数值、后结构」。形状问题会直接报错最好查数值问题表现成损失异常次之结构问题最隐蔽放到最后查。6. 下一步学什么一条不绕路的三个月路线跑通上面的例子之后很多人会问然后呢我给一条自己带新人时用过的路线按周推进每一步都有明确的产出物不至于学着学着不知道自己在哪儿。阶段时间主要任务产出物打地基第 1 到 2 周张量操作、自动求导、一次完整训练循环能手写线性回归和逻辑回归上手视觉第 3 到 5 周卷积层、池化、数据增强、分类任务全流程跑通一个手写数字识别上手序列第 6 到 8 周循环结构、序列建模、文本分类跑通一个文本情感分类拓展第 9 到 12 周生成模型、迁移学习、模型保存与加载能用现成模型改造成自己的任务第 1 到 2 周的重点不是学多少东西而是把「五步训练循环」变成肌肉记忆。你合上教程能凭记忆写出一个能跑的线性回归这两周就算过关。第 3 到 5 周进入视觉。这个阶段最容易贪多看到各种网络结构都想跑一遍。建议是挑一个最简单的分类任务从数据加载、模型定义、训练、评估到保存模型完完整整走一遍。跑通一次完整流程比稀里糊涂跑十个 demo 有用得多。配套源码在这一段的价值最大你可以对着它改数据增强、改层数、改学习率看每一步的变化。第 6 到 8 周进入序列。这一段的核心是理解「记忆」是怎么在时间步之间传递的。刚开始容易被各种张量的维度绕晕一个实用的办法是拿一个极小的例子比如只处理长度 5 的句子、批大小为 2手动打印每一步的形状看着数据在时间维上流动。第 9 到 12 周是拓展期。到这个时候你已经不缺概念了缺的是把模型用到自己数据上的经验。找一个你真正关心的小问题哪怕只是给几百张图片分类从头做一遍你会遇到一堆教程里不会讲的问题数据脏、类别不平衡、样本太少。这些问题解决掉才算真入门。最后说一个我自己踩过的坑。我刚开始学的时候总想着先把理论看透再动手结果书看了两章代码一行没写两周后连环境都懒得开了。后来改成「先跑通、再回头补」进度反而快得多。从那以后我每次学新东西都强制自己在第一天结束前跑出一个能打印结果的最小例子哪怕它只有十行。这个习惯救了我很多次。希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/25 12:06:26 · 阅读 1.2k PyTorch入门：从张量、自动求导到训练循环实战
简介这份资源面向希望系统入门深度学习与 PyTorch 框架的学习者配套《深度学习与PyTorch入门实战》视频课程使用覆盖机器学习基础、卷积神经网络、循环神经网络、生成对抗网络、图卷积等主题适合具备一定 Python 基础、想从理论走向代码实践的高校学生与算法初学者帮助解决环境配置繁琐、示例代码零散、缺少可复现实验材料的问题。压缩包共 142 个文件约 85.9MB以 55 个 pdf 讲义与课件、39 个 py 示例脚本为主另含 ipynb 交互式笔记本、png 示意图、xml 与 cfg 配置文件及少量数据集说明文档可对照课程按章节阅读与运行。已有 2679 人学习下载说明内容经过较多读者检验。资源中还包含 PyTorch 安装与环境配置说明涵盖 Anaconda、CUDA 10.0 及国内镜像源设置并给出 LSTM、Cifar10 与 ResNet18 实战、图卷积网络等案例的代码骨架便于读者搭建环境后逐课复现模型训练流程理解网络结构与调参思路形成从安装到实战的完整学习路径。1. 先破除一个误会深度学习入门不是先啃完数学再动手很多人一想到深度学习脑子里先冒出来的是满黑板的偏导数和矩阵乘法于是把 PyTorch 入门这件事一拖再拖教材买了三本环境一个没装。真相是新手最该先做的是把一个能跑的最小例子跑通装好框架、造一个张量、让它自己学着拟合一条直线。这一步不需要你会推导公式只需要你会写几行 Python。这份配套视频教程的源码和 PPT走的就是这条路——先让你看见结果再回头补原理。它适合三类人会一点 Python 想转方向的学生、工作中要接触模型但没系统学过的开发者、以及被数学吓退过好几次的自学者。接下来的内容按「这是什么、为什么值得学、第一步怎么迈」的顺序把这条路铺平。2. 搞懂 PyTorch 到底在做什么把「张量」和「自动求导」两个词拆开看2.1 为什么第一站该选它而不是先纠结框架选型新手最爱问的问题之一是「我该学哪个框架」。这个问题其实问早了。框架之间九成的概念是共通的数据怎么装、模型怎么搭、损失怎么算、梯度怎么回传换个框架只是写法变了。真正决定你能不能入门的是「有没有把一次训练从头到尾跑完」而不是「站队站得对不对」。那为什么这份教程从 PyTorch 切入三个很实际的原因。第一它写起来像普通 Python你定义模型就是定义一个类前向计算就是写一个函数没有额外的心智负担。第二它的报错信息相对友好出错时通常能定位到具体某一行这对新手极其重要——血泪经验告诉我们入门阶段最劝退的不是概念难而是报错看不懂。第三它可以在任何一行代码处打断点像调试普通脚本一样调试模型这对理解「数据在每一步变成了什么形状」帮助巨大。所以别在选型上纠结太久。学透一个再看别的通常两周就能迁移过去。你现在需要的是一个能把概念落地的最小环境而不是一份完美的技术选型报告。2.2 张量把数据装进一个带形状的盒子PyTorch 里所有数据都是张量Tensor。你可以把它理解成「带形状信息的多维数组」或者更生活化一点——一张 Excel 表可以往上叠。零维张量就是一个光秃秃的数比如3.14。一维张量是一行数比如一条长度为 10 的向量。二维张量就是一张表格有行有列。三维张量是好几张表摞在一起。四维就是「一摞一摞的表再打包成一批」。新手最容易卡住的地方是搞不清什么时候该用几维。这里给一个能直接套用的经验图片数据在 PyTorch 里通常是四维的顺序是[批大小, 通道数, 高, 宽]一段文本数据通常是三维的顺序是[批大小, 序列长度, 每个词的向量长度]。张量有三个你必须随时能说出来的属性。shape是形状比如torch.Size([32, 3, 224, 224])表示一次喂进去 32 张彩色图每张 224×224。dtype是数据类型神经网络里绝大多数计算用float32整数标签用int64。device是它待在哪儿在内存里还是在显卡上。这三个属性里新手九成的报错都和shape有关。所以从今天起养成一个习惯每写完一步运算就打印一次print(x.shape)。这个动作看起来笨但它能让你在半小时内建立对维度的直觉比看十页教材都快。2.3 自动求导训练为什么不用你手推公式深度学习的「学习」过程说穿了就是不断调参数让误差变小。要调参数就得知道「参数往哪个方向调能让误差变小」这个东西就是梯度。手推梯度是入门阶段最大的心理障碍而 PyTorch 把这件事打包了。机制不复杂。你给一个张量加上requires_gradTrue相当于给它开了一本账本从此以后凡是用到它的运算都会被记进账本里形成一条计算链。等你算完损失调用一次.backward()框架就沿着这条链倒着走一遍把每个参数的梯度算出来存进.grad里。这个过程叫自动求导。举个例子。你写y w * x b再写loss (y - target) ** 2然后loss.backward()。跑完之后w.grad和b.grad里就已经是梯度值了你什么都不用推。这就像记账本帮你把每笔开销都记好了你只需要在月底翻一下总额。提示.grad里的值是累加的不会自动清零。每次更新完参数要手动清零否则梯度会越滚越大。这是新手最经典的翻车点之一后面第 5 章还会专门说。2.4 一次训练循环永远是这五个动作把训练拆开看不管模型多复杂一轮循环永远由五个动作组成顺序固定前向计算把数据喂进模型得到预测值。算损失拿预测值和真实值比得到一个表示「错得多离谱」的数。反向传播调用.backward()算出每个参数的梯度。更新参数拿梯度乘上学习率把参数往反方向挪一点。梯度清零把上一轮的梯度清掉为下一轮做准备。记住这五步后面你看 CNN、RNN、GAN 的代码时会发现模型内部千变万化这五步一步都没变。变化的只有两样东西模型长什么样损失函数怎么定义。3. 第一个能跑的例子从装环境到拟出一条直线3.1 装环境先跑通再说别一上来就折腾显卡新手装环境最容易犯的错是想一步到位配好显卡加速结果在驱动和版本匹配上耗掉一整天热情直接磨没。入门阶段的建议是先装 CPU 版本把代码跑通等你有把握了再去折腾显卡。CPU 版本跑小数据和线性回归完全够用。用 conda 建一个独立环境避免和你电脑里其它 Python 项目打架# 建一个专门用于深度学习的独立环境Python 版本选 3.10 比较稳 conda create -n dl-start python3.10 -y # 激活这个环境之后所有安装和运行都在这个环境里进行 conda activate dl-start # 先装 CPU 版本包体小、装得快入门阶段够用 pip install torch torchvision三条命令的含义分别是创建隔离环境、切换进去、安装框架本体和配套的视觉工具库。隔离环境这一步别省它相当于给你的实验单独开了一间房弄乱了直接删掉重建不会波及你系统里其它东西。装完之后一定要验证别靠「没报错就是装好了」这种玄学判断import torch # 打印版本号确认装上了 print(torch.__version__) # 打印显卡是否可用CPU 版本这里会是 False属于正常现象 print(torch.cuda.is_available()) # 造一个小张量确认能正常运算 x torch.ones(2, 3) print(x)如果第一行能打出类似2.x.x的版本号第三行能打出两行三列的全 1 矩阵说明环境通了。第二行是False也不用慌说明你装的是 CPU 版本第 3.3 节的例子照样能跑。3.2 第一段代码认识张量的形状和运算在跑模型之前先花十分钟和张量混个脸熟。下面这段代码覆盖了新手最常用的几个操作import torch # 从 Python 列表造张量形状是两行两列 a torch.tensor([[1.0, 2.0], [3.0, 4.0]]) print(a 的形状:, a.shape) # torch.Size([2, 2]) # 全零、全一、随机初始化这三种在搭模型时天天用 z torch.zeros(3, 4) # 三行四列全 0 o torch.ones(2, 2) # 两行两列全 1 r torch.randn(2, 3) # 两行三列标准正态分布随机数 # 改变形状把两行两列拍平成一行四个 flat a.reshape(1, 4) print(拍平后:, flat.shape) # torch.Size([1, 4]) # 矩阵乘法用 注意左矩阵的列数要等于右矩阵的行数 b torch.randn(2, 3) c a b print(相乘后:, c.shape) # torch.Size([2, 3])逐条解释几个关键点。torch.tensor是从现成数据造张量torch.zeros、torch.ones、torch.randn是按形状造张量后三个在初始化权重时用得最多。reshape只改形状不改数据但改完的元素总数必须和原来一致两行两列四个数只能变成一行四列或四行一列变成三行三列就会直接报错。是矩阵乘法运算符。这条规则是新手前期最容易翻车的地方左矩阵的列数必须等于右矩阵的行数。上面的例子里a是 2×2b是 2×3所以能乘结果形状是 2×3。如果你把b改成 3×2那a b就会报错。提示报错信息里出现mat1 and mat2 shapes cannot be multiplied九成是矩阵乘法两边的形状不匹配。看到这句先别慌把两边的shape打印出来对着看。3.3 第二段代码跑通一次完整训练现在跑一个真家伙让程序自己找出「y 等于 3 乘 x 加 2」这条直线的两个参数。数据是我们自己造的所以我们知道正确答案是 3 和 2最后可以对照着看模型学得准不准。import torch # 固定随机种子保证每次运行结果一致方便你对照 torch.manual_seed(0) # 造 100 个样本y 3x 2再掺一点噪声模拟真实数据的抖动 x torch.randn(100, 1) y 3 * x 2 0.1 * torch.randn(100, 1) # 需要学习的两个参数随机给初值requires_grad 打开账本 w torch.randn(1, 1, requires_gradTrue) b torch.zeros(1, 1, requires_gradTrue) lr 0.1 # 学习率每次参数挪动的幅度 for step in range(200): # 训练 200 轮 pred x w b # 第一步前向计算 loss ((pred - y) ** 2).mean() # 第二步均方误差 loss.backward() # 第三步反向传播算梯度 with torch.no_grad(): # 更新参数时不记录梯度 w - lr * w.grad # 第四步沿梯度反方向挪一小步 b - lr * b.grad w.grad.zero_() # 第五步梯度清零防止累加 b.grad.zero_() if step % 50 0: print(f第 {step} 轮损失 {loss.item():.4f}) print(f学到的 w {w.item():.3f}b {b.item():.3f})跑完你会看到损失从几下降到接近 0.01最后打印出来的w和b会非常接近 3 和 2。这就是一次完整的训练。几个参数值得说清楚。lr是学习率它决定每次参数挪多大一步。设太大会来回震荡甚至越训越差设太小则收敛慢得像爬。0.1 对这个小例子合适换成真实模型通常要小得多。range(200)是训练轮数轮数不够损失降不下去轮数太多又可能过拟合。with torch.no_grad()的作用是告诉框架「这段别记账」因为更新参数这个动作本身不需要求导不加这层会导致计算图越堆越大。把这段代码和 2.4 节那五个动作对照着看一遍你会发现顺序完全对得上。这就是为什么前面要专门讲那五步——它是所有 PyTorch 代码的骨架。3.4 配套源码和 PPT 怎么配合着用拿到一套教程最笨的用法是从第一个文件按顺序看到最后一个。更有效的顺序是先用 PPT 建立整体地图知道这门课要带你走哪几站再挑一个最短的源码文件跑通拿到「我能跑起来」的信心最后才回头按章节补细节。具体到操作上跑源码之前先做三件事读一遍文件开头的注释和导入部分看它依赖了什么找到数据加载的那几行搞清数据长什么样找到训练循环对照 2.4 节的五步看它有没有缺。这三件事做完一个陌生的训练脚本你就能大致读懂了。跑通之后别急着看下一个先把参数改一改再跑一遍。把学习率改成 1 和 0.001 各试一次看看损失曲线有什么变化把训练轮数改成 10 和 1000 各试一次把网络层数加一层试试。这种「改一改看结果」的过程比被动看十段代码学到的东西多。4. 顺着配套源码往上走CNN、RNN、GAN 各自解决什么问题4.1 卷积神经网络为什么图片不能直接拍平如果你把一张图的所有像素拍成一条长长的向量再喂给普通全连接层会发生两件事参数量爆炸以及图像的空间结构被彻底打乱——原本相邻的两个像素被打散到向量两端模型学不到「边上有什么」。卷积神经网络CNN解决的就是这个问题。它的核心动作是「用小窗口在图上滑动」每次只看局部一小块然后把结果汇总。这带来两个好处参数共享同一个窗口滑遍全图参数量比全连接少几个数量级平移不变性猫出现在左上角还是右下角识别结果都该一样。用 PyTorch 写一个最小卷积块其实只有三行import torch.nn as nn # 输入 3 通道彩色图输出 16 个特征图 # kernel_size3 表示用 3×3 的小窗口滑动 conv nn.Conv2d(in_channels3, out_channels16, kernel_size3, padding1) # 激活函数把负值压成 0给网络引入非线性 act nn.ReLU() # 每次取窗口内最大值把长宽各缩小一半 pool nn.MaxPool2d(kernel_size2)in_channels3对应 RGB 三通道灰度图就是 1。out_channels16表示这一层会生成 16 张特征图每一张关注一种局部模式比如某一张专门对横线敏感另一张对直角敏感。padding1是在四周补一圈零目的是让输出尺寸和输入保持一致不补的话每卷一次边缘都会被削掉一点。一层卷积之后通常接激活函数再接池化。池化把长宽各砍一半作用是压缩信息、扩大感受野同时降低计算量。这三样东西堆几层最后接一个全连接层输出分类结果就是一个标准的图像分类网络。新手学到这里最容易陷入的误区是钻进去研究卷积的数学定义。入门阶段你只需要记住三件事它用局部窗口提取特征、参数在全图共享、堆叠层数越多看到的范围越大。够用了。4.2 循环神经网络处理有先后顺序的数据图片没有先后顺序但文本、语音、时间序列有。一句话里「不」和「好」的位置调换意思完全相反。普通网络把每个输入当独立个体处理天然抓不到这个顺序信息。循环神经网络RNN的做法是引入「记忆」处理当前这一步时除了看当前输入还把上一步的输出一起拿来看。用代码表达非常短import torch.nn as nn # 输入向量长度 128隐藏状态长度 256堆两层 rnn nn.RNN(input_size128, hidden_size256, num_layers2, batch_firstTrue)input_size是每一步输入的向量长度hidden_size是那个「记忆」的宽度num_layers是堆几层。batch_firstTrue表示输入张量的第一个维度是批大小这是新手最容易搞混的一个开关不设的话默认把序列长度放第一位后面形状对不上就要查半天。朴素 RNN 有个经典毛病序列一长早期的信息就传不到后面梯度在回传时越乘越小最后接近于零也就是常说的梯度消失。所以实际工程里更多用它的两个改进版本一个加了门控机制来决定记什么忘什么另一个用类似思路但结构更简洁。入门阶段先把「记忆」这个直觉建立起来至于用哪个变体跟着教程源码走就行。4.3 生成对抗网络两个网络互相较劲前面两类模型都是「输入什么判断什么」生成对抗网络GAN干的是另一件事造出以假乱真的数据。它的结构很有意思由两个网络组成。一个叫生成器负责从随机噪声里造样本一个叫判别器负责判断一个样本是真的还是造的。训练时两者交替上场判别器努力分辨真假生成器努力骗过判别器。两边互相促进造出来的东西越来越像真的。写出来就是个博弈过程for step in range(总共轮数): # 第一轮固定生成器训练判别器让它学会分辨真假 fake 生成器(随机噪声) 判别器损失 判别器(真样本, 标签真) 判别器(fake.detach(), 标签假) 更新判别器() # 第二轮固定判别器训练生成器让它学会骗人 fake 生成器(随机噪声) 生成器损失 判别器(fake, 标签真) # 注意这里目标是让判别器判成真 更新生成器()这段伪代码里有两个新手必须注意的细节。fake.detach()的作用是把生成器造出来的样本从计算图里摘出来训练判别器时不能让它顺手把生成器的梯度也更新了。生成器损失那里把标签写成「真」是因为生成器的目标就是骗判别器这个「反着标」的写法是 GAN 最反直觉的地方。GAN 的训练是出了名的不稳定两边实力失衡就容易崩判别器太强生成器学不到东西生成器太强判别器给不出有效信号。这不是你代码写错了是这个结构本身的脾气。入门阶段跑通一个能出模糊结果的小例子就够了别一上来就追求高质量生成。4.4 一套陌生源码怎么读才不迷路配套源码通常按模型类型分目录。拿到之后按这个顺序读会顺很多先看数据部分找到数据是怎么加载、怎么划分、怎么变成张量的。数据决定了一切看不懂数据就看不懂后面的模型。再看模型定义找到那个继承自nn.Module的类看它的__init__里定义了哪些层forward里这些层按什么顺序串起来。然后把训练循环找出来对照 2.4 节的五步逐个对上。最后看评估部分看它用什么指标判断好坏。读的过程中有个笨办法特别有效在每个关键的张量后面打印形状。模型定义得再花哨形状对不上就是跑不了而形状对了逻辑通常也就顺了。5. 新手避坑排查清单五个最常见的翻车现场5.1 环境与安装阶段的坑坑一装完之后发现用不了显卡或者装到一半卡住不动。现象是torch.cuda.is_available()一直返回False或者pip install卡在下载阶段十几分钟没反应。原因通常有两个装的是默认的 CPU 版本本来就不带显卡支持或者网络到软件源的速度慢包体又大卡在下载很正常。解决办法是先确认自己装的是哪个版本去官方安装页面对着自己的系统和显卡情况选对应命令重新装一遍。如果只是下载慢换个时间段或者配置国内镜像源通常能缓解。入门阶段其实建议就用 CPU 版本等真需要跑大模型了再折腾能省掉一整天的折腾。坑二在错的环境里装包跑代码时提示找不到模块。现象是明明刚pip install过一运行就报ModuleNotFoundError: No module named torch。原因是你的终端里激活的环境和编辑器里选用的解释器不是同一个。命令行装进了 A 环境编辑器用的是 B 环境。解决办法是两步核对在终端里执行conda activate 环境名后跑which python看路径在编辑器里找到解释器设置把路径选成同一个。这个坑我踩过不止一次养成「装包前先确认环境装完立刻验证」的习惯能省很多事。5.2 数据与形状阶段的坑坑三模型跑到一半报形状不匹配。现象是报错里出现size mismatch或者shapes cannot be multiplied程序在某一行直接中断。原因基本是张量维度对不上。常见的有三种图片数据忘了从[高, 宽, 通道]转成[通道, 高, 宽]卷积层输出接全连接层时忘了先把特征图拍平批大小那一维忘了加或者加错了位置。解决办法是在报错那一行前面把参与运算的所有张量的shape都打印出来逐个核对。特别记住两件事PyTorch 图片张量的通道维在前面矩阵乘法要求左列等于右行拍平用reshape(x.size(0), -1)第一个参数保留批大小。坑四标签的数据类型不对损失函数直接报错。现象是跑分类任务时交叉熵损失函数抛出类型相关的异常。原因是分类任务的标签必须是 64 位整数而很多人从 numpy 转过来的时候默认是浮点。解决办法是在构造数据集时显式转换labels labels.long()。这一行看起来无关紧要但它能省掉你半小时的排查时间。5.3 训练过程的坑坑五损失不降、来回震荡甚至变成 nan。现象是训练跑了几十轮损失值在某个数附近反复横跳或者突然变成nan模型彻底废掉。原因按出现频率排学习率设得太大每步迈过头参数在两极之间来回弹忘了梯度清零梯度一轮轮累加越滚越大最后溢出数据没有归一化数值范围差太多梯度被大数值主导模型太深而初始化又不合适。解决办法按顺序试先把学习率调小十倍这是最快见效的一招再检查训练循环里有没有zero_grad()然后把输入数据归一化到 0 到 1 或者标准化到均值 0 方差 1最后再考虑换初始化方式。如果损失变成nan了从后往前找通常是某一步除零或者对零取了对数。还有一个不报错但很常见的坑训练时忘了切换模式。带批归一化或者随机失活的模型在训练和推理时的行为是不一样的。预测前要调.eval()训练前要调.train()不切换的话你会看到「训练集准确率很高测试集一塌糊涂」的诡异现象然后怀疑人生。注意新手排查问题的顺序建议固定成「先形状、再数值、后结构」。形状问题会直接报错最好查数值问题表现成损失异常次之结构问题最隐蔽放到最后查。6. 下一步学什么一条不绕路的三个月路线跑通上面的例子之后很多人会问然后呢我给一条自己带新人时用过的路线按周推进每一步都有明确的产出物不至于学着学着不知道自己在哪儿。阶段时间主要任务产出物打地基第 1 到 2 周张量操作、自动求导、一次完整训练循环能手写线性回归和逻辑回归上手视觉第 3 到 5 周卷积层、池化、数据增强、分类任务全流程跑通一个手写数字识别上手序列第 6 到 8 周循环结构、序列建模、文本分类跑通一个文本情感分类拓展第 9 到 12 周生成模型、迁移学习、模型保存与加载能用现成模型改造成自己的任务第 1 到 2 周的重点不是学多少东西而是把「五步训练循环」变成肌肉记忆。你合上教程能凭记忆写出一个能跑的线性回归这两周就算过关。第 3 到 5 周进入视觉。这个阶段最容易贪多看到各种网络结构都想跑一遍。建议是挑一个最简单的分类任务从数据加载、模型定义、训练、评估到保存模型完完整整走一遍。跑通一次完整流程比稀里糊涂跑十个 demo 有用得多。配套源码在这一段的价值最大你可以对着它改数据增强、改层数、改学习率看每一步的变化。第 6 到 8 周进入序列。这一段的核心是理解「记忆」是怎么在时间步之间传递的。刚开始容易被各种张量的维度绕晕一个实用的办法是拿一个极小的例子比如只处理长度 5 的句子、批大小为 2手动打印每一步的形状看着数据在时间维上流动。第 9 到 12 周是拓展期。到这个时候你已经不缺概念了缺的是把模型用到自己数据上的经验。找一个你真正关心的小问题哪怕只是给几百张图片分类从头做一遍你会遇到一堆教程里不会讲的问题数据脏、类别不平衡、样本太少。这些问题解决掉才算真入门。最后说一个我自己踩过的坑。我刚开始学的时候总想着先把理论看透再动手结果书看了两章代码一行没写两周后连环境都懒得开了。后来改成「先跑通、再回头补」进度反而快得多。从那以后我每次学新东西都强制自己在第一天结束前跑出一个能打印结果的最小例子哪怕它只有十行。这个习惯救了我很多次。希望帮到你。本文还有配套的精品资源点击获取