深度学习理论与实战：Pytorch基础入门

studytosky2025-11-20 21:37

作为刚接触深度学习的新手，第一次看到 "张量""自动求导""计算图" 这些概念时，我完全是懵的 ------ 这些词到底是什么意思？PyTorch 又该怎么用？后来慢慢发现，其实不用一开始就纠结复杂公式，先把 PyTorch 当成 "带 GPU 加速的计算器" 和 "自动算导数的工具"，反而能快速上手。这篇文章就用最通俗的语言，带你一步步搞懂 PyTorch 的核心逻辑，最后还能跑通一个完整的小案例。

一、先搞明白：PyTorch 到底是个啥？

你可以把 PyTorch 理解成两个 "超级工具包" 的结合体，专门解决深度学习里的两大痛点：

  • "GPU 加速的 NumPy"

    • 平时用 Python 处理大数组（比如几百张图片的像素数据）时，CPU 计算会很慢。PyTorch 的 "张量（Tensor）" 能直接把计算放到 GPU 上，速度能翻几十倍，相当于给电脑装了个 "计算加速器"。

  • "自动算导数的计算器"

  1. 深度学习的核心是 "训练模型"------ 不断调整参数让预测更准，这个过程需要算 "导数"（比如 "参数变 1，预测误差变多少"）。手动算导数不仅麻烦，遇到矩阵运算时更是会算到崩溃，而 PyTorch 能自动帮你算好，省去 90% 的数学工作量。

简单说：PyTorch 就是为新手设计的 "深度学习工具箱"，语法和 Python 几乎一致，不用额外学一套复杂规则，特别适合入门。

二、核心工具 1：Tensor（张量）------ 一个"超级数组"

Tensor 是 PyTorch 里最基础的数据结构，本质就是 "能在 GPU 上跑的数组"。你可以这样理解它的维度：

  • 1 维 Tensor = 普通列表（比如 [1,2,3]，可表示一组数据）
  • 2 维 Tensor = Excel 表格（比如 4 行 3 列，可表示 4 个样本，每个样本 3 个特征）
  • 3 维 Tensor = 一堆表格（比如 10 张 4 行 3 列的表格，可表示 10 张黑白图片，每张图片 4×3 像素）

新手必学的 5 个 Tensor 操作

先掌握这几个最常用的操作，直接复制代码到 Python 里就能跑通：

1. 创建 Tensor

最常用的两种创建方式：随机值和全 1 / 全 0 值，就像搭积木的 "基础块"。

python 复制代码 
import torch  # 先导入PyTorch库

# 1. 创建4行3列的随机值Tensor（类似NumPy的np.random.randn）
random_tensor = torch.randn(4, 3)
print("随机值Tensor：")
print(random_tensor)

# 2. 创建3行3列全为1的Tensor
ones_tensor = torch.ones(3, 3)
print("\n全1 Tensor：")
print(ones_tensor)

# 3. 创建2行2列全为0的Tensor
zeros_tensor = torch.zeros(2, 2)
print("\n全0 Tensor：")
print(zeros_tensor)
2. 查看 Tensor 的 "基本信息"

拿到一个 Tensor 后，先搞懂它的 "形状""数据类型""在哪个设备（CPU/GPU）上"：

python 复制代码 
# 用刚才创建的random_tensor举例
print("Tensor形状（几行几列）：", random_tensor.shape)  # 也可以用random_tensor.size()
print("Tensor数据类型：", random_tensor.type())  # 比如torch.FloatTensor
print("Tensor维度：", random_tensor.dim())  # 2维（行和列）
print("Tensor总元素数：", random_tensor.numel())  # 4×3=12个元素
3. CPU 和 GPU 之间迁移

这是 PyTorch 的核心优势！把 Tensor 放到 GPU 上，计算速度会大幅提升：

python 复制代码 
# 先检查电脑有没有GPU（没有也没关系，代码不会报错）
if torch.cuda.is_available():
    # 把Tensor放到GPU上
    gpu_tensor = random_tensor.cuda()
    print("\nGPU上的Tensor：")
    print(gpu_tensor)
    
    # 把GPU上的Tensor放回CPU（要转成NumPy必须先放回CPU）
    cpu_tensor = gpu_tensor.cpu()
    print("\n放回CPU的Tensor：")
    print(cpu_tensor)
else:
    print("\n没有GPU，继续用CPU计算～")
4. Tensor 和 NumPy 互转

有时候需要用 NumPy 的工具处理数据，两者可以无缝切换：

python 复制代码 
import numpy as np  # 导入NumPy库

# 1. Tensor转NumPy
tensor_to_np = random_tensor.numpy()
print("\nTensor转NumPy后的类型：", type(tensor_to_np))  # <class 'numpy.ndarray'>

# 2. NumPy转Tensor
np_array = np.random.randn(2, 3)  # 创建一个NumPy数组
np_to_tensor = torch.from_numpy(np_array)
print("\nNumPy转Tensor后的类型：", type(np_to_tensor))  # <class 'torch.Tensor'>
5. 常用的数值运算

和 Python 的加减乘除逻辑一样，直接用运算符就行，也可以用torch提供的函数：

（dim表示维度，例如b 是一个 2 维 Tensor ，形状是 (2, 2)，可以理解为：

  • dim=0：代表 第 0 维 → 行（纵向），比如 b 有 2 行，分别是 [1,2] 和 [3,4]；
  • dim=1：代表 第 1 维 → 列（横向），比如 b 有 2 列，分别是 [1,3] 和 [2,4]。）
python 复制代码 
a = torch.ones(2, 2)  # 2×2全1 Tensor
b = torch.tensor([[1,2],[3,4]], dtype=torch.float32)  # 2×2的Tensor

# 1. 加法：两种方式都可以
add1 = a + b
add2 = torch.add(a, b)
print("\n加法结果：")
print(add1)

# 2. 乘法（元素对应乘，不是矩阵乘法）
mul1 = a * b
mul2 = torch.mul(a, b)
print("\n元素乘法结果：")
print(mul1)

# 3. 求最大值（dim=1表示按行求最大）
max_value, max_index = torch.max(b, dim=1)
print("\n每行的最大值：", max_value)
print("最大值的位置：", max_index)

# 4. 求和（dim=1表示按行求和）
sum_b = torch.sum(b, dim=1)
print("\n每行的和：", sum_b)

三、核心工具 2：Variable（变量）------ 给 Tensor 装 "记忆功能"

Tensor 只能存数据、算加减乘除，但深度学习需要 "记住每个计算步骤"，这样才能后续算导数 ------Variable 就是干这个的：它把 Tensor "包起来"，多了 3 个关键属性，相当于给 Tensor 装了 "记忆芯片"。

Variable 的 3 个核心属性

  • .data：取出 Variable 里面的 Tensor（比如想查看具体数值时用）
  • .grad：存储 "导数"（训练时会自动更新，一开始是 0）
  • .grad_fn：记录这个 Variable 是怎么来的（比如是 "加法来的" 还是 "乘法来的"）

怎么用 Variable？看这个小例子

python 复制代码 
from torch.autograd import Variable  # 导入Variable

# 1. 创建Variable：必须指定requires_grad=True才会计算导数
x = Variable(torch.FloatTensor([2]), requires_grad=True)  # x=2
y = Variable(torch.FloatTensor([3]), requires_grad=True)  # y=3

# 2. 做计算：z = x*2 + y + 5
z = x * 2 + y + 5

# 3. 查看Variable的属性
print("z的值（用.data取Tensor）：", z.data)  # 结果是2*2+3+5=12
print("z是怎么来的（grad_fn）：", z.grad_fn)  # 会显示是"加法运算"来的

四、核心功能：自动求导 ------ PyTorch 帮你算导数

这是 PyTorch 最核心的功能之一！不用手动推导公式，一行代码就能算出导数。

先理解：为什么需要求导？

比如你做 "房价预测"：x 是 "房子面积"，y 是 "预测房价"，如果预测值和真实房价差很多，就需要根据 "导数" 调整 x 的权重（比如 "面积每多 1 平米，房价该多涨 1000 还是 2000"）------ 导数就是调整的 "方向"，决定了参数该变大还是变小。

自动求导的 3 种常见场景

场景 1：对标量求导（最常用）

比如刚才的z = x*2 + y + 5，我们想算 "z 对 x 的导数" 和 "z 对 y 的导数"：

python 复制代码 
# 接上面的代码：关键一步------调用backward()求导
z.backward()  # 告诉PyTorch"从z开始倒着算导数"

# 查看x和y的导数
print("z对x的导数（x.grad）：", x.grad.data)  # 结果是2（z对x求导，2的导数是2）
print("z对y的导数（y.grad）：", y.grad.data)  # 结果是1（z对y求导，y的导数是1）
场景 2：对多维 Tensor 求导

如果输出是多维的（比如一个 2×1 的 Tensor），需要给backward()传一个 "权重参数"，形状和输出一致：

python 复制代码 
# 创建一个1×2的Variable
m = Variable(torch.FloatTensor([[2, 3]]), requires_grad=True)
n = Variable(torch.zeros(1, 2))  # 空的1×2 Variable

# 计算：n[0,0] = m[0,0]²，n[0,1] = m[0,1]³
n[0, 0] = m[0, 0] ** 2
n[0, 1] = m[0, 1] ** 3

# 多维求导：传一个和n形状一致的权重（这里用全1）
n.backward(torch.ones_like(n))  # torch.ones_like(n)生成1×2的全1 Tensor

# 查看导数：n对m的导数
print("n对m的导数：", m.grad.data)  # 结果是[4, 27]（2²的导数是4，3³的导数是27）
场景 3：多次求导

如果需要算多次导数，要设置retain_graph=True保留计算图，还要用.zero_()清空之前的梯度（不然梯度会累加）：

python 复制代码 
# 创建x
x = Variable(torch.FloatTensor([3]), requires_grad=True)

# 第一次求导
y1 = x ** 2  # y1 = 3²=9
y1.backward(retain_graph=True)  # retain_graph=True保留计算图
print("第一次求导（y1对x）：", x.grad.data)  # 结果是6（3×2）

# 清空梯度
x.grad.data.zero_()

# 第二次求导
y2 = x ** 3  # y2 = 3³=27
y2.backward()
print("第二次求导（y2对x）：", x.grad.data)  # 结果是27（3²×3）

五、为什么 PyTorch 适合新手？因为它是 "动态图"

最后再讲一个 PyTorch 的核心特点：动态图。不用纠结 "图" 是什么，只要记住它的好处就行 ------支持 Python 原生语法，调试超简单。

动态图 vs 静态图（用循环举例）

比如我们想写一个 "循环加 5 次" 的逻辑：

  • 静态图框架（比如老版 TensorFlow）：需要用专门的tf.while_loop函数，语法很反直觉；
  • PyTorch 动态图：直接用 Python 的while循环，和写普通代码一样。

代码对比：

python 复制代码 
# PyTorch动态图：直接用Python while循环
first_counter = torch.Tensor([0])  # 计数器1，初始值0
second_counter = torch.Tensor([10])  # 计数器2，初始值10

while (first_counter < second_counter)[0]:  # [0]是因为Tensor是数组，取第一个元素
    first_counter += 2  # 每次加2
    second_counter += 1  # 每次加1

print("循环结束后counter1：", first_counter)  # 结果是20
print("循环结束后counter2：", second_counter)  # 结果是20

这种 "写一行算一行" 的逻辑，对新手太友好了 ------ 哪里错了，报错会直接指到哪行，不用在 "定义图" 和 "运行图" 之间来回切换。

六、实战：跑通一个完整流程

最后，我们把前面学的内容串起来，做一个小任务：计算z = (x+2)² + 3，求 x=2 时 z 对 x 的导数（数学结果是 8）。

完整代码如下，复制到 Python 里就能跑通：

python 复制代码 
# 1. 导入需要的库
import torch
from torch.autograd import Variable

# 2. 创建Variable（需要求导）
x = Variable(torch.FloatTensor([2]), requires_grad=True)

# 3. 计算z = (x+2)² + 3
y = x + 2
z = y ** 2 + 3

# 4. 查看z的值
print("z的值：", z.data)  # 结果是(2+2)²+3=19

# 5. 自动求导
z.backward()

# 6. 查看x的导数（z对x的导数）
print("z对x的导数：", x.grad.data)  # 结果是8，和数学计算一致

跑通这段代码，你就已经掌握了 PyTorch 入门的核心逻辑 ------ 后续学深度学习模型（比如线性回归、神经网络），都是基于这些基础操作。

总结

新手入门 PyTorch，不用贪多求全，先掌握这 4 个核心：

  1. Tensor：处理数据的 "超级数组"，需要掌握创建、迁移、基本运算；
  2. Variable：封装 Tensor，用于构建计算图，记得设requires_grad=True；
  3. 自动求导：用backward()算导数，多维求导传权重，多次求导清梯度；
  4. 动态图：支持 Python 原生语法，调试方便，适合快速迭代。

接下来可以尝试更复杂的任务，比如用 Tensor 处理图片数据，或者搭建一个简单的线性回归模型。

相关推荐
沫儿笙2 小时前
安川YASKAWA焊接机器人电池拖盘焊接节气
人工智能·机器人
iiiiii112 小时前
【论文阅读笔记】多实例学习方法 Diverse Density（DD）：在特征空间中寻找正概念的坐标
论文阅读·人工智能·笔记·机器学习·ai·学习方法·多实例学习
RPA机器人就选八爪鱼2 小时前
RPA财务机器人：驱动财务数字化转型的核心引擎
大数据·运维·人工智能·机器人·rpa
tianyuanwo2 小时前
从机器人到软件管理：“具身”思维如何重塑我们的世界
人工智能·管理·具身
长不大的蜡笔小新2 小时前
手写数字识别：从零搭建神经网络
人工智能·python·tensorflow
前进的李工2 小时前
LeetCode hot100:094 二叉树的中序遍历：从递归到迭代的完整指南
python·算法·leetcode·链表·二叉树
好多渔鱼好多3 小时前
【AI大模型】PyTorch 介绍
pytorch
z***y8623 小时前
机器学习重点
人工智能·机器学习
袁气满满~_~3 小时前
Ubuntu下配置PyTorch
linux·pytorch·ubuntu
热门推荐
01GitHub 镜像站点02今天 Cloudflare 全球事故，连 GPT 和你的网站都一起“掉线”了03UV安装并设置国内源04BongoCat - 跨平台键盘猫动画工具05安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）06Linux下V2Ray安装配置指南07全球最强模型Grok4，国内已可免费使用！（附教程）08Google Antigravity：无法登录？早期错误、登录修复和用户反馈指南09Valdi：Snapchat 开源的新一代跨平台 UI 框架10Labelme从安装到标注：零基础完整指南