当前位置：首页 > article >正文

PyTorch入门实战：从零搭建你的第一个神经网络

article 2025/2/24 12:16:01

一、PyTorch简介：为什么选择它？

二、环境搭建：5分钟快速安装

三、核心概念：张量与自动求导

1. 张量（Tensor）：深度学习的数据基石

2. 自动求导（Autograd）：神经网络训练的核心

四、实战：手写数字识别（MNIST）

1. 数据集加载与预处理

2. 构建卷积神经网络（CNN）

3. 训练与评估

五、下一步学习建议

一、PyTorch简介：为什么选择它？

PyTorch是当前最热门的深度学习框架之一，由Facebook AI Research（FAIR）开发并开源。其核心优势在于：

动态计算图：实时调试更灵活，适合科研与快速迭代。
Python友好：代码简洁如“伪代码”，学习成本低。
生态丰富：支持预训练模型库（如TorchVision、Hugging Face），社区活跃。

二、环境搭建：5分钟快速安装

步骤1：安装Python
推荐使用Python 3.8+版本（官网下载）。

步骤2：安装PyTorch
打开终端，根据系统选择以下命令（以CPU版本为例）：

# Windows/Linux通用命令
pip install torch torchvision torchaudio

注：如需GPU加速，请访问PyTorch官网生成CUDA版本安装命令。

验证安装：

import torch
print("PyTorch版本:", torch.__version__)  # 输出示例：2.0.1
print("GPU是否可用:", torch.cuda.is_available())  # 输出示例：False（若未安装GPU驱动）

三、核心概念：张量与自动求导

1. 张量（Tensor）：深度学习的数据基石

张量是多维数组的扩展，支持GPU加速运算。

基础操作示例：

import torch

# 创建张量
a = torch.tensor([[1, 2], [3, 4]])  # 2x2矩阵
b = torch.tensor([[5, 6], [7, 8]])

# 加法
c = a + b
print("加法结果:\n", c)
# 输出：
# tensor([[ 6,  8],
#         [10, 12]])

# 矩阵乘法
d = torch.matmul(a, b)
print("矩阵乘法结果:\n", d)
# 输出：
# tensor([[19, 22],
#         [43, 50]])

2. 自动求导（Autograd）：神经网络训练的核心

PyTorch通过autograd自动计算梯度，极大简化反向传播过程。

示例：计算函数梯度

x = torch.tensor(3.0, requires_grad=True)  # 启用梯度追踪
y = x**2 + 2*x + 1  # 定义函数 y = x² + 2x + 1

y.backward()  # 反向传播计算梯度
print("x的梯度:", x.grad)  # dy/dx = 2x + 2 → 当x=3时梯度为8.0

四、实战：手写数字识别（MNIST）

1. 数据集加载与预处理

import torch
from torchvision import datasets, transforms

# 定义数据转换
transform = transforms.Compose([
    transforms.ToTensor(),  # 将图像转为张量
    transforms.Normalize((0.1307,), (0.3081,))  # 标准化
])

# 加载MNIST数据集
train_dataset = datasets.MNIST(
    root='./data', 
    train=True, 
    download=True, 
    transform=transform
)

test_dataset = datasets.MNIST(
    root='./data', 
    train=False, 
    download=True, 
    transform=transform
)

# 创建数据加载器
train_loader = torch.utils.data.DataLoader(train_dataset, batch_size=64, shuffle=True)
test_loader = torch.utils.data.DataLoader(test_dataset, batch_size=64, shuffle=False)

2. 构建卷积神经网络（CNN）

import torch.nn as nn
import torch.nn.functional as F

class MNIST_CNN(nn.Module):
    def __init__(self):
        super(MNIST_CNN, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, kernel_size=3)  # 输入通道1，输出通道32
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3)
        self.fc1 = nn.Linear(1600, 128)  # 全连接层
        self.fc2 = nn.Linear(128, 10)    # 输出层（10类）

    def forward(self, x):
        x = F.relu(self.conv1(x))      # 激活函数
        x = F.max_pool2d(x, 2)         # 最大池化
        x = F.relu(self.conv2(x))
        x = F.max_pool2d(x, 2)
        x = x.view(-1, 1600)           # 展平张量
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        return F.log_softmax(x, dim=1) # 输出概率分布

model = MNIST_CNN()
print(model)

3. 训练与评估

import torch.optim as optim

# 定义损失函数与优化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.Adam(model.parameters(), lr=0.001)

# 训练循环
def train(epoch):
    model.train()
    for batch_idx, (data, target) in enumerate(train_loader):
        optimizer.zero_grad()
        output = model(data)
        loss = criterion(output, target)
        loss.backward()
        optimizer.step()
        if batch_idx % 100 == 0:
            print(f'Epoch {epoch} | Batch {batch_idx} | Loss: {loss.item():.4f}')

# 测试循环
def test():
    model.eval()
    test_loss = 0
    correct = 0
    with torch.no_grad():
        for data, target in test_loader:
            output = model(data)
            test_loss += criterion(output, target).item()
            pred = output.argmax(dim=1)
            correct += pred.eq(target).sum().item()
    test_loss /= len(test_loader.dataset)
    accuracy = 100. * correct / len(test_loader.dataset)
    print(f'测试集平均损失: {test_loss:.4f}, 准确率: {accuracy:.2f}%')

# 训练5个Epoch
for epoch in range(1, 6):
    train(epoch)
    test()

运行该段代码即可得到每次训练的测试集平均损失和准确率。