2026深度学习入门首选PyTorch：从环境搭建到MNIST实战全指南

2026 年了还有不少刚接触深度学习的朋友在微信、知乎、CSDN 私信里问我同一个问题“我想入门深度学习到底学 TensorFlow 还是 PyTorch” 说实话这个问题放在五年前确实很纠结那时候 TensorFlow 背靠 Google生态完善PyTorch 虽然好用但总让人觉得“不够工业级”。但放到 2026 年再来看这个问题的答案已经越来越清晰。如果你正打算系统入门深度学习或者已经在环境配置、框架选择的泥潭里挣扎了几天这篇文章就是为你准备的。我会从框架选型、环境搭建、核心语法再到一个完整的实战项目带你用最短的时间跑通 PyTorch 的核心流程。文章会涉及深度学习框架对比、PyTorch 基础语法、数据加载、模型训练、GPU 配置、常见报错排查以及工程化的最佳实践。无论你是学生、转行开发者还是工作中需要落地 AI 能力的工程师都能从中找到可以直接复用的内容。1. 先搞清楚TensorFlow 和 PyTorch 到底在争什么很多零基础的朋友一开始就有个误区觉得深度学习框架是所有 AI 的根本选错了就完了。其实没那么严重但选择确实会影响你的学习曲线和开发效率。1.1 两个框架的本质区别从工程实现来看TensorFlow 和 PyTorch 都做同一件事构建计算图自动求梯度然后通过反向传播更新模型的参数。但它们的“设计哲学”不一样。早年的 TensorFlow 1.x 采用“静态图”模式。你写代码的时候先定义好一张完整的计算流程图然后把它丢给一个会话去执行。这种设计的好处是性能优化空间大适合大规模分布式训练和线上部署坏处就是调试非常反人类你不能像写普通 Python 那样在中间打印变量、打断点哪怕只是看一个张量的值也要费不少功夫。PyTorch 从诞生起就走“动态图”路线它把计算图的构建和执行过程合二为一。你在写 PyTorch 代码的时候实际上就是在写普通的 Python 代码每一行的张量运算都会立即执行可以随时打印中间结果可以随心所欲地用 if、for 这些 Python 原生语法控制流程。这让调试体验有了质的飞跃也是它能在研究社区迅速火起来的根本原因。后来 TensorFlow 2.x 也引入了 Eager Execution动态图机制学习 PyTorch 的交互模式也默认开启动态图。但从社区习惯、教程质量和周边工具链来看PyTorch 已经建立了相当稳固的优势。1.2 当前的真实生态格局在 2026 年这个时间点我们来看两个框架的实际处境PyTorch已经成为学术界、科研机构和 AI 竞赛的主流选择。绝大多数前沿模型的开源实现比如各种大语言模型LLM、视觉 TransformerViT、扩散模型Diffusion Model首选都是 PyTorch。Hugging Face Transformers 这类重要的模型库底层也主要基于 PyTorch。TensorFlow在企业级生产环境、移动端和嵌入式部署尤其是 Google 系产品和一些老牌工业项目里仍然有大量存量系统。TensorFlow Serving、TensorFlow Lite 这些部署工具链在特定场景下依然能打。JAX谷歌力推的新一代框架在科研领域有一定份额尤其在某些高性能计算场景。但它的学习曲线更陡生态圈也远不如前两者成熟新手入门不建议直接踩进去。如果你是入门新手当前更务实的建议是把 PyTorch 作为主学框架。你学的张量操作、自动求导、网络层设计、训练流程这些底层思维换到 TensorFlow 或 JAX 上依然适用并不会白学。等到需要做生产部署或特定平台的模型转换时再针对性补充 TensorFlow 的知识也不迟。对比维度PyTorchTensorFlow计算图模式动态图为主调试直观动态图为主兼容静态图部署学习曲线平缓接近原生 Python相对陡峭概念较多研究/论文实现绝对主流比例较低工业部署工具链TorchServe、ONNXTensorFlow Serving、Lite社区活跃度极高教程丰富稳定但热度下降适合人群新手入门、科研、快速原型企业存量项目、特定部署场景1.3 选框架时到底在看什么很多新人容易陷入“性能对比”的焦虑觉得选一个跑分更高的就赢了。实际上对入门者来说以下几个因素远比跑分重要调试体验能不能直观地看到中间变量的值能不能用 Python 原生的方式写流程控制。PyTorch 在这点的优势是碾压性的。教程质量和社区解答你遇到报错时能不能快速搜到解决方案。PyTorch 的活跃社区保证了你踩过的坑大概率已经有人填过。生态匹配度你想做的方向比如 NLP、CV、语音主流开源代码是用哪个框架写的。跟主流走你才能站在前人的肩膀上。学习资料的系统性有没有一套从入门到实战的完整路径。这个方面PyTorch 的官方文档和社区教程覆盖得已经很全面。一句话总结选框架不是选信仰而是选效率和生态。对于 2026 年入门的你PyTorch 是综合成本最低、回报最高的选择。2. 环境准备把 PyTorch 跑起来确定了方向之后第一步就是把环境搭好。很多新手在这一步就被劝退了所以我尽量把常见问题讲清楚。2.1 Python 环境与虚拟环境工具深度学习开发绕不开 Python但我不建议你直接在系统全局环境里安装各种包那样很容易把环境搞乱。推荐使用虚拟环境隔离项目依赖。常见的选择有venvPython 3.3 内置的虚拟环境工具轻量简单适合单项目隔离。condaAnaconda 或 Miniconda 自带的包管理与虚拟环境工具在处理 CUDA 相关依赖时更省心Windows 和 Linux 都适用。virtualenvPython 社区经典的虚拟环境工具功能与 venv 类似。我的建议是使用 conda 管理环境使用 pip 安装 PyTorch 相关依赖。因为 PyTorch 的安装命令在 pip 下更直观而 conda 能帮你处理好 Python 版本和部分底层库的冲突。创建并激活虚拟环境# 创建 Python 3.10 环境 conda create -n pytorch_env python3.10 # 激活环境 conda activate pytorch_env如果你更习惯 venv也可以用# 创建虚拟环境 python -m venv pytorch_env # Windows 激活 pytorch_env\Scripts\activate # Linux/macOS 激活 source pytorch_env/bin/activate2.2 CPU 版本与 GPU 版本的安装PyTorch 的安装分为 CPU 版和 GPU 版两种。如果你只是学习语法、跑一些小型网络CPU 版本也够用但如果要训练稍大规模的模型还是建议用 GPU 加速。先检查你的显卡# Windows 查看显卡 nvidia-smi如果nvidia-smi没有输出说明你没装 NVIDIA 驱动或者没有 NVIDIA 显卡。这时候只能安装 CPU 版本。2026 年 PyTorch 的安装方式已经比早年简单很多直接去 PyTorch 官网选择对应的环境配置就会生成安装命令。以当前较常见的稳定版本为例# CPU 版本安装 pip install torch torchvision torchaudio # CUDA 12.x 版本安装需要本机已安装对应版本驱动 pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121需要注意的一点是不要只看 CUDA 的版本号就盲目安装。PyTorch 的 CUDA 版本要求的是驱动兼容性不是说你系统装了什么 CUDA Toolkit 就一定要选什么版本。通常来说只要 NVIDIA 驱动足够新nvidia-smi显示的 CUDA 版本高于 PyTorch 所需的版本就能正常运行。安装完成后一定要验证是否能够正确调用 GPUimport torch # 打印 PyTorch 版本 print(PyTorch 版本:, torch.__version__) # 检查 CUDA 是否可用 print(CUDA 是否可用:, torch.cuda.is_available()) # 如果可用打印 GPU 名称 if torch.cuda.is_available(): print(GPU 名称:, torch.cuda.get_device_name(0))如果你看到类似输出PyTorch 版本: 2.5.1cu121 CUDA 是否可用: True GPU 名称: NVIDIA GeForce RTX 4060 Laptop GPU说明你的环境和显卡已经就绪。如果 CUDA 可用性为 False建议检查驱动版本或者确认安装的是不是 GPU 版本。2.3 开发工具推荐写深度学习代码IDE 的选择因人而异。我常用的组合是PyCharm Professional对 PyTorch 项目结构支持很好远程服务器调试也方便。VS Code Python 插件轻量、免费配合 Jupyter Notebook 扩展非常适合做快速实验。Jupyter Notebook / JupyterLab交互式验证模型和数据可视化很好用学习阶段推荐。入门阶段我更推荐 VS Code Jupyter Notebook 的组合既能写脚本又能分块运行代码非常舒服。3. PyTorch 核心概念与基础语法环境搭好之后我们正式进入 PyTorch 的语法学习。这里不会展开长篇大论而是带你把核心概念捋一遍后面实战项目中会用到。3.1 TensorPyTorch 的基本数据结构Tensor张量是 PyTorch 中最核心的数据结构可以理解成多维数组。它和 NumPy 的 ndarray 很像但额外支持自动求导和 GPU 加速。创建张量的几种方式import torch # 从列表创建 a torch.tensor([1, 2, 3]) print(a) # 创建全零张量 b torch.zeros(2, 3) print(b) # 创建全一张量 c torch.ones(2, 3) print(c) # 创建随机张量 d torch.randn(2, 3) print(d) # 从 NumPy 数组创建 import numpy as np np_array np.array([[1, 2], [3, 4]]) tensor_from_np torch.from_numpy(np_array) print(tensor_from_np)张量与 NumPy 数组可以高效转换# Tensor 转 NumPy tensor_a torch.tensor([1.0, 2.0, 3.0]) numpy_b tensor_a.numpy() print(numpy_b) # NumPy 转 Tensor numpy_c np.array([4.0, 5.0, 6.0]) tensor_d torch.from_numpy(numpy_c) print(tensor_d)张量支持各种数学运算x torch.tensor([1.0, 2.0, 3.0]) y torch.tensor([4.0, 5.0, 6.0]) # 加法 print(x y:, x y) # 乘法逐元素 print(x * y:, x * y) # 矩阵乘法 matrix_a torch.randn(2, 3) matrix_b torch.randn(3, 4) result torch.mm(matrix_a, matrix_b) print(矩阵乘法结果 shape:, result.shape)3.2 自动求导机制AutogradPyTorch 最大的亮点之一就是autograd自动求导模块。你不需要手动推导梯度公式只要在前向传播过程中让张量带上梯度信息PyTorch 就能自动计算所有参数的梯度。核心用法是设置requires_gradTrueimport torch # 创建一个需要梯度的张量 x torch.tensor(3.0, requires_gradTrue) print(x:, x) # 定义一个函数 y x^2 y x ** 2 # 反向传播计算 dy/dx y.backward() # 查看梯度dy/dx 2x 6 print(梯度:, x.grad)在实际模型训练中backward()是在计算损失之后调用的。PyTorch 会从损失张量出发沿着计算图往回走给所有requires_gradTrue的参数填充.grad值。一个更接近真实场景的示例import torch import torch.nn as nn # 定义一个简单的线性层 linear_layer nn.Linear(in_features4, out_features1) # 创建输入数据 input_tensor torch.randn(8, 4) # 前向传播 output linear_layer(input_tensor) # 模拟一个损失值 target torch.randn(8, 1) loss ((output - target) ** 2).mean() # 反向传播 loss.backward() # 查看线性层的权重梯度 print(权重形状:, linear_layer.weight.shape) print(权重梯度:, linear_layer.weight.grad)3.3 torch.nn搭建网络的基石torch.nn模块提供了构建神经网络所需的各种层、激活函数、损失函数和容器类。最常见的模型定义方式是通过继承nn.Moduleimport torch import torch.nn as nn class SimpleNN(nn.Module): def __init__(self): super(SimpleNN, self).__init__() self.fc1 nn.Linear(784, 128) self.relu nn.ReLU() self.fc2 nn.Linear(128, 10) def forward(self, x): x self.fc1(x) x self.relu(x) x self.fc2(x) return x # 实例化模型 model SimpleNN() print(model)这里需要强调的是forward方法定义了前向传播的逻辑。PyTorch 会通过 Python 符号链接机制自动绑定反向传播不需要你手动编写。nn.Sequential是另一种更简洁的定义方式适合堆叠简单层model nn.Sequential( nn.Linear(784, 128), nn.ReLU(), nn.Linear(128, 10) )3.4 Dataset 与 Dataloader数据管理规范在深度学习中数据不是一次性塞给模型的而是要分批、随机打乱、多线程读取。PyTorch 用Dataset和DataLoader两个类来管理数据流程。Dataset负责定义“如何读取一条数据”DataLoader负责把多条数据打包成批量batch、打乱顺序shuffle以及多进程加载num_workers。一个自定义 Dataset 的典型写法import torch from torch.utils.data import Dataset, DataLoader class MyDataset(Dataset): def __init__(self, data_list, label_list): self.data_list data_list self.label_list label_list def __len__(self): return len(self.data_list) def __getitem__(self, idx): x self.data_list[idx] y self.label_list[idx] return x, y # 模拟数据 data_list [torch.randn(784) for _ in range(1000)] label_list [torch.randint(0, 10, (1,)).item() for _ in range(1000)] # 构造数据集 dataset MyDataset(data_list, label_list) dataloader DataLoader(dataset, batch_size32, shuffleTrue, num_workers0) # 遍历一个批次 for batch_x, batch_y in dataloader: print(batch_x shape:, batch_x.shape) print(batch_y shape:, batch_y.shape) break3.5 训练流程的通用模板不管模型多复杂训练流程都遵循同一个模板定义模型结构。定义损失函数如交叉熵nn.CrossEntropyLoss、均方误差nn.MSELoss。定义优化器如optim.SGD、optim.Adam。循环迭代数据前向传播得输出。计算损失。梯度清零。反向传播。优化器更新参数。一个极简的训练循环import torch import torch.nn as nn import torch.optim as optim # 定义模型、损失函数、优化器 model nn.Linear(4, 1) criterion nn.MSELoss() optimizer optim.SGD(model.parameters(), lr0.01) # 模拟数据 inputs torch.randn(100, 4) targets torch.randn(100, 1) # 训练 20 个 epoch for epoch in range(20): # 前向传播 outputs model(inputs) # 计算损失 loss criterion(outputs, targets) # 梯度清零防止累积 optimizer.zero_grad() # 反向传播 loss.backward() # 更新参数 optimizer.step() if (epoch 1) % 5 0: print(fEpoch [{epoch1}/20], Loss: {loss.item():.4f})4. 2 小时速通实战手写数字识别理论铺垫完成我们开始一个经典但完整的入门项目MNIST 手写数字识别。这个项目麻雀虽小五脏俱全可以完整覆盖数据加载、模型定义、训练、评估和保存加载的全部流程。4.1 项目结构与准备创建项目文件夹mnist_pytorch/ ├── train.py ├── test.py └── models/先确保你已经安装了torchvision它能简化数据集的下载和预处理。安装命令pip install torchvision4.2 数据加载与预处理文件train.pyimport torch import torch.nn as nn import torch.optim as optim import torchvision import torchvision.transforms as transforms from torch.utils.data import DataLoader # 定义数据预处理将 PIL 图像转为 Tensor并归一化到 [0, 1] transform transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) # 加载训练集 train_dataset torchvision.datasets.MNIST( root./data, trainTrue, transformtransform, downloadTrue ) # 加载测试集 test_dataset torchvision.datasets.MNIST( root./data, trainFalse, transformtransform, downloadTrue ) # 创建 DataLoader train_loader DataLoader(train_dataset, batch_size64, shuffleTrue, num_workers0) test_loader DataLoader(test_dataset, batch_size64, shuffleFalse, num_workers0)MNIST 数据集的每张图片是 28x28 的灰度图像素范围是 0 到 255。ToTensor()会把像素值除以 255 归一化到 [0, 1]然后Normalize((0.1307,), (0.3081,))使用数据集的全局均值和标准差做标准化加速模型收敛。4.3 定义模型手写数字识别任务相对简单我们用两层全连接网络即可达到不错的精度。输入是一张展平后的 28x28784 维向量输出是 10 个类别的得分。class MNISTNet(nn.Module): def __init__(self): super(MNISTNet, self).__init__() self.fc1 nn.Linear(784, 256) self.relu1 nn.ReLU() self.fc2 nn.Linear(256, 128) self.relu2 nn.ReLU() self.fc3 nn.Linear(128, 10) def forward(self, x): # 输入形状: [batch_size, 1, 28, 28] # 展平为 [batch_size, 784] x x.view(x.size(0), -1) x self.fc1(x) x self.relu1(x) x self.fc2(x) x self.relu2(x) x self.fc3(x) return x这里要注意x.view(x.size(0), -1)的作用是把 4 维图像张量变为 2 维矩阵因为全连接层只接受二维输入。4.4 训练函数def train_one_epoch(model, train_loader, criterion, optimizer, device, epoch): model.train() running_loss 0.0 correct 0 total 0 for batch_idx, (data, target) in enumerate(train_loader): data, target data.to(device), target.to(device) # 清空历史梯度 optimizer.zero_grad() # 前向传播 output model(data) # 计算损失 loss criterion(output, target) # 反向传播和优化 loss.backward() optimizer.step() # 统计损失和准确率 running_loss loss.item() _, predicted torch.max(output.data, 1) total target.size(0) correct (predicted target).sum().item() if (batch_idx 1) % 200 0: print(fEpoch [{epoch}], Step [{batch_idx 1}/{len(train_loader)}], fLoss: {loss.item():.4f}) avg_loss running_loss / len(train_loader) accuracy 100.0 * correct / total print(fEpoch [{epoch}] 训练损失: {avg_loss:.4f}, 训练准确率: {accuracy:.2f}%) return avg_loss, accuracy这行代码需要特别解释_, predicted torch.max(output.data, 1)output的形状是[batch_size, 10]每一行是模型对 10 个数字类别的得分。torch.max在维度 1 上找最大值返回两个值最大值和对应的索引。我们不太关心最大值本身只关心索引也就是模型预测的类别所以用_丢弃第一个返回值。4.5 评估函数def evaluate(model, test_loader, criterion, device): model.eval() test_loss 0.0 correct 0 total 0 with torch.no_grad(): for data, target in test_loader: data, target data.to(device), target.to(device) output model(data) loss criterion(output, target) test_loss loss.item() _, predicted torch.max(output.data, 1) total target.size(0) correct (predicted target).sum().item() avg_loss test_loss / len(test_loader) accuracy 100.0 * correct / total print(f测试集结果 - 平均损失: {avg_loss:.4f}, 准确率: {accuracy:.2f}%) return avg_loss, accuracy注意model.eval()和torch.no_grad()的区别。model.eval()是告诉模型切换到评估模式影响 dropout 和 batch normalization 的行为torch.no_grad()是告诉自动求导引擎不要构建计算图节省内存和计算时间。两者通常配合使用但作用不同。4.6 主函数与完整代码def main(): # 可选设置设备 device torch.device(cuda if torch.cuda.is_available() else cpu) print(f使用设备: {device}) # 加载数据 transform transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) train_dataset torchvision.datasets.MNIST( root./data, trainTrue, transformtransform, downloadTrue ) test_dataset torchvision.datasets.MNIST( root./data, trainFalse, transformtransform, downloadTrue ) train_loader DataLoader(train_dataset, batch_size64, shuffleTrue, num_workers0) test_loader DataLoader(test_dataset, batch_size64, shuffleFalse, num_workers0) # 初始化模型、损失函数、优化器 model MNISTNet().to(device) criterion nn.CrossEntropyLoss() optimizer optim.Adam(model.parameters(), lr0.001) # 训练多个 epoch num_epochs 5 best_accuracy 0.0 for epoch in range(1, num_epochs 1): print(f\n Epoch {epoch} ) train_one_epoch(model, train_loader, criterion, optimizer, device, epoch) test_loss, test_accuracy evaluate(model, test_loader, criterion, device) # 保存最佳模型 if test_accuracy best_accuracy: best_accuracy test_accuracy torch.save(model.state_dict(), best_model.pth) print(已保存最佳模型) print(f\n训练完成最佳测试准确率: {best_accuracy:.2f}%) if __name__ __main__: main()完整代码整合之后在终端运行python train.py首次运行需要下载 MNIST 数据集同时输出类似的训练日志使用设备: cuda Epoch 1 Epoch [1], Step [200/938], Loss: 0.3521 Epoch [1], Step [400/938], Loss: 0.2917 ... Epoch [5] 训练损失: 0.0582, 训练准确率: 98.12% 测试集结果 - 平均损失: 0.0718, 准确率: 97.65%4.7 模型预测与保存训练完模型之后单张图片的预测逻辑如下# 加载保存的模型参数 model MNISTNet() model.load_state_dict(torch.load(best_model.pth)) model.eval() # 假设你有一张图片预处理成和训练数据一样的格式 # 这里生成一张随机的 28x28 图像作为演示 import torchvision.transforms as transforms from PIL import Image import numpy as np def predict_image(image_path, model): # 读取图片并转为灰度 image Image.open(image_path).convert(L) # 缩放到 28x28 image image.resize((28, 28)) # 数据预处理 transform transforms.Compose([ transforms.ToTensor(), transforms.Normalize((0.1307,), (0.3081,)) ]) input_tensor transform(image) # 添加 batch 维度 [1, 1, 28, 28] input_tensor input_tensor.unsqueeze(0) # 预测 with torch.no_grad(): output model(input_tensor) _, predicted torch.max(output, 1) return predicted.item() # 示例用法 # result predict_image(test_digit.png, model) # print(f预测结果: {result})模型保存和加载需要强调一个容易踩的坑。torch.save(model.state_dict(), ...)只保存参数不保存网络结构下次使用必须重新实例化模型类。另一种方式是torch.save(model, ...)保存整个模型但这种方式在不同版本 Python/PyTorch 之间兼容性较差不推荐用于生产。5. 常见问题与排查思路所有新手在跑深度学习代码时都会遇到五花八门的报错。这里整理几个高频问题并按排查优先级给出思路。问题现象常见原因解决思路CUDA out of memorybatch_size 设置过大显存被占满调小 batch_size或使用torch.cuda.empty_cache()释放缓存RuntimeError: Expected all tensors to be on the same device输入数据和模型不在同一个设备上用.to(device)统一迁移模型和数据的设备AttributeError: NoneType object has no attribute shape输入数据为空或图片路径错误检查数据集路径、图片读取逻辑训练损失不下降学习率设置不当、数据没有归一化、模型结构有问题尝试调低/调高学习率检查数据预处理先在小数据集上 debug加载模型时报 key 不一致错误保存的模型参数和当前模型类定义不一致检查模型类名、层名称是否一致DataLoader worker报错num_workers 设置过大或 Windows 多进程问题在 Windows 下把 num_workers 设为 0或放到if __name__ __main__中5.1 CUDA out of memory 排查清单这个错误非常高频我单独说一下排查步骤检查当前显存占用nvidia-smi可以看到实时显存占用。调小batch_size例如从 64 改为 32 或 16。确保训练循环里有optimizer.zero_grad()否则梯度会在计算图中累积。如果模型很大考虑使用梯度累积、混合精度训练等进阶技巧。使用torch.cuda.empty_cache()清理未使用的缓存但这只是应急手段长期还是应该优化资源分配。5.2 安装 PyTorch 后 CUDA 不可用如果你安装的是 GPU 版本但torch.cuda.is_available()返回 False按以下顺序排查确认显卡驱动是否安装成功运行nvidia-smi。确认安装的 PyTorch 版本匹配的 CUDA 版本是否不高于驱动支持的版本。检查是否安装的是 CPU 版本可以用pip list | findstr torch查看版本号中是否包含cu标识。试着重新安装指定 CUDA 版本的 PyTorch。# 查看 PyTorch 安装信息 python -c import torch; print(PyTorch, torch.__version__)6. 最佳实践与工程建议跑通一个 MNIST 是第一步真正在项目里落地深度学习还需要注意很多工程细节。这里分享几条重要的实践建议。6.1 数据与设备管理设备判断统一封装不要在代码里到处写cuda封装一个函数统一返回设备便于切换。def get_device(): return torch.device(cuda if torch.cuda.is_available() else cpu)数据打乱要慎重训练集必须shuffleTrue避免模型学到数据排列顺序测试集通常shuffleFalse保证评估一致性和可复现性。数据归一化是必须项不要以为模型能自动适应原始数据范围。不同尺度特征会让梯度更新不稳定收敛速度变慢甚至不收敛。6.2 训练过程管理设置随机种子为了让实验结果可复现在程序开头设置固定种子。import random import numpy as np import torch def set_seed(seed42): random.seed(seed) np.random.seed(seed) torch.manual_seed(seed) if torch.cuda.is_available(): torch.cuda.manual_seed_all(seed)定期保存模型检查点不要只保存最后一个 epoch 的模型最好每个 epoch 保存一次文件名包含 epoch 和准确率。这样如果训练中断或过拟合可以回退到之前的版本。使用 TensorBoard 可视化记录 loss、准确率和梯度分布有助于系统性分析训练过程。from torch.utils.tensorboard import SummaryWriter writer SummaryWriter(runs/mnist_experiment) # 在训练循环中记录 # writer.add_scalar(Loss/train, loss.item(), epoch) # writer.add_scalar(Accuracy/test, accuracy, epoch) # 训练结束 # writer.close()6.3 安全边界与生产部署不要在生产环境直接跑网上复制的训练脚本先检查数据来源、路径、是否有后门代码。模型部署前要做安全评估尤其是涉及用户数据的场景要确认模型经过了合法数据授权和脱敏处理。生产环境优先使用 ONNX 或 TensorRT 导出PyTorch 模型直接部署时依赖 Python 环境性能不是最优。ONNXOpen Neural Network Exchange是通用的模型交换格式可以导出后在多种推理引擎上运行。import torch # 导出为 ONNX dummy_input torch.randn(1, 1, 28, 28) model MNISTNet() torch.onnx.export( model, dummy_input, mnist_model.onnx, input_names[input], output_names[output], dynamic_axes{input: {0: batch_size}, output: {0: batch_size}} )权限与最小化原则在云端训练或部署时尽量使用权限受限的账号避免使用 root 权限运行训练任务。这能降低被恶意代码攻击的风险。6.4 模型性能优化方向当你的模型在训练集上准确率很好但在测试集上表现一般时大概率是过拟合。常见优化手段包括数据增强对图像做随机旋转、裁剪、翻转扩大训练集的有效多样性。正则化在损失函数里加 L2 正则weight_decay或者使用 Dropout 层。早停Early Stopping观察验证集 loss连续若干 epoch 不下降就停止训练。学习率调度训练过程中动态调整学习率比如前几个 epoch 用大学习率快速收敛后期用小学习率精细调整。6.5 代码可维护性建议在实际项目中不建议把所有代码堆在一个脚本里。可以参考以下结构project/ ├── config.py # 配置参数集中管理 ├── data/ │ ├── dataset.py # Dataset 定义 │ └── transforms.py # 数据预处理 ├── models/ │ ├── net.py # 网络结构定义 │ └── __init__.py ├── utils/ │ ├── trainer.py # 训练函数 │ ├── evaluator.py # 评估函数 │ └── logger.py # 日志管理 ├── train.py # 训练入口 └── inference.py # 推理入口配置参数也尽量用配置文件集中管理不要到处硬编码# config.yaml data: path: ./data batch_size: 64 num_workers: 4 model: hidden_size: 256 num_classes: 10 training: epochs: 20 learning_rate: 0.001 weight_decay: 0.00017. 从 MNIST 到真实项目的学习路线跑通 MNIST 之后你可能会觉得“这也太简单了和实际项目差距太大”。确实如此。MNIST 是固定的、干净的、已经标准化好的数据现实中几乎不会有这么好的条件。接下来你可以按这样的路径逐步提升多分类进阶用 CIFAR-10 替换 MNIST体会彩色图像、更多类别、更复杂的模型需求。卷积神经网络CNN学习nn.Conv2d、nn.MaxPool2d等卷积层理解卷积操作是如何提取图像特征的。CNN 结构在计算机视觉任务中几乎是标配。数据增强使用torchvision.transforms做随机旋转、裁剪、翻转理解数据增强如何提升模型泛化能力。迁移学习使用 ImageNet 预训练的 ResNet、VGG 等模型在自己数据集上做 fine-tune。这是实际项目中最高效的方式之一。目标检测与分割接触 Faster R-CNN、YOLO 或 U-Net 等结构理解模型如何定位和识别多个目标。NLP 入门学习词嵌入、LSTM、Transformer然后快速过渡到大语言模型的应用。模型部署学习 ONNX 导出、量化Quantization和推理优化了解模型上线前后的差距。每一步都要动手写代码只在教程里看懂不算懂。遇到报错记录下来再反过来理解原理这个循环是学习深度学习最有效的方式。8. 写在后边回到开头的问题2026 年TensorFlow 和 PyTorch 应该选哪个我的建议很明确如果你是新手直接从 PyTorch 入手。它的设计更贴近人的思维方式调试更友好生态更活跃学习材料也最丰富。TensorFlow 的很多核心概念和部署工具依然有价值但在你掌握了 PyTorch 之后再针对性学习会轻松很多。框架只是工具真正重要的是你对深度学习基础概念的理解张量怎么流动、梯度怎么计算、损失函数怎么设计、模型怎么评估。这些底层逻辑是跨框架通用的也是你未来深入 AI 领域最坚实的底座。如果你今天跟着这篇文章完成了环境搭建、跑通了 MNIST 项目恭喜你你已经迈过了最困难的从 0 到 1 这一步。接下来选一个有兴趣的方向找一个开源项目开始动手吧。