最近在学习了PyTorch的基础知识，讲了MNIST手写数字识别这个经典例子。这个项目麻雀虽小五脏俱全，包含了数据加载、模型搭建、训练和测试的完整流程。本文我会把代码拆开揉碎，用大白话讲解每一步在做什么，以及那些容易踩坑的地方。如果你也是刚入门深度学习，不妨跟着走一遍。
1. 项目背景
MNIST数据集包含7万张手写数字图片，其中6万张用于训练，1万张用于测试。图片是28×28的灰度图，数字已经居中，预处理很简单。我们的目标就是训练一个神经网络，让它能认出图片里写的是0‑9中的哪个数字。
2. 环境准备
首先导入必要的库：
import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor
import matplotlib.pyplot as plt-
torch：PyTorch核心库 -
nn：神经网络模块，包含各种层和损失函数 -
DataLoader：数据加载器，负责批量打包数据 -
datasets：torchvision中的数据集工具，可以直接下载MNIST -
ToTensor：把PIL图像或numpy数组转换成张量（tensor），并归一化到0,1
3. 下载并加载数据
training_data = datasets.MNIST(
root="data",
train=True,
download=True,
transform=ToTensor(),
)
test_data = datasets.MNIST(
root="data",
train=False,
download=True,
transform=ToTensor(),
)这里做了几件事：
-
从网上下载MNIST数据集到本地
data文件夹（如果已存在就不会重复下载） -
train=True表示加载训练集（6万张），train=False加载测试集（1万张） -
transform=ToTensor()：把图片转换成PyTorch张量，并且像素值从0‑255缩放到0‑1之间，方便神经网络处理
小知识： 为什么要把数据变成张量？因为PyTorch的模型只能处理张量，张量可以放在GPU上加速计算，而numpy数组只能在CPU上跑。
4. 看看数据长什么样
训练之前先可视化几张图片，确认数据没问题：
python
figure = plt.figure()
for i in range(9):
img, label = training_data[i] # 取出第i个样本：img为图像张量，label为对应数字标签
figure.add_subplot(3, 3, i+1) # 创建3行3列子图，选中第i+1个子画布
plt.title(label) # 设置子图标题为图片真实标签
plt.axis("off") # 关闭坐标轴，不显示刻度边框
plt.imshow(img.squeeze(), cmap="gray") # 将张量绘制为图片
a = img.squeeze() # 去除张量中维度为1的通道维度
plt.show() # 把画布整体渲染弹出显示img原始shape:1,28,28，1代表灰度图通道数；squeeze()会删除大小等于1的维度，得到28,28
imshow无法处理带单通道的三维张量，所以需要squeeze降维
cmap="gray" 指定灰度色彩映射，保证图片以黑白灰度形式展示
5. 创建DataLoader
train_dataloader = DataLoader(training_data, batch_size=64)
test_dataloader = DataLoader(test_data, batch_size=64)DataLoader的作用是把数据集切分成一个个小批量（batch），本案例每个batch包含64张图片。
-
减少内存占用：不需要一次性把全部图片加载到内存
-
提高训练速度：每次参数更新仅使用一小批样本，计算效率更高
-
引入随机性：默认打乱样本顺序，有助于提升模型泛化能力
查看单批数据的维度：
python
# 遍历测试集dataloader，查看一个batch的数据维度，只取第一批就break，不完整遍历整个数据集
for X, y in test_dataloader:
# X：一批图片张量，格式 [N, C, H, W] N批次大小、C通道数、H图片高、W图片宽
print(f"Shape of X [N, C, H, W]: {X.shape}")
# y：这批样本对应的标签，dtype打印标签的数据类型
print(f"Shape of y: {y.shape} {y.dtype}")
break # 只看第一个batch的形状，直接跳出循环，避免打印全部数据输出结果：X形状[64, 1, 28, 28]，代表64张图片，单张1通道，高28、宽28；y形状[64]，对应64个样本的数字标签。
6. 选择设备
device = "cuda" if torch.cuda.is_available() else "mps" if torch.backends.mps.is_available() else "cpu"
print(f"Using {device} device")根据硬件自动选择计算设备：
-
NVIDIA显卡：使用
cuda -
苹果M系列芯片：使用
mps -
其余环境：使用
cpu
重要提醒： 模型与输入数据必须处于同一个设备，后面通过
model.to(device)、X.to(device)完成迁移。
7. 构建神经网络模型
本项目使用简单的全连接网络（多层感知机MLP）：
python
class NeuralNetwork(nn.Module): # 继承PyTorch内置的nn.Module父类
def __init__(self):
super().__init__() # 调用父类nn.Module的构造函数
self.flatten = nn.Flatten() # 把28×28的图片拉平成一维向量
self.hidden1 = nn.Linear(28*28, 128) # 输入784个神经元，输出128个
self.hidden2 = nn.Linear(128, 256) # 第二层隐藏层
self.out = nn.Linear(256, 10) # 输出层，对应10个数字
def forward(self, x):
x = self.flatten(x) # [batch, 1, 28, 28] -> [batch, 784]
x = self.hidden1(x) # [batch, 784] -> [batch, 128]
x = torch.sigmoid(x) # 激活函数
x = self.hidden2(x) # [batch, 128] -> [batch, 256]
x = torch.sigmoid(x) # 激活函数
x = self.out(x) # [batch, 256] -> [batch, 10]
return x逐层解释：
nn.Flatten()：将[batch, 1, 28, 28]转为[batch, 784]，把图片像素展平为一维，满足全连接层输入要求。nn.Linear()：全连接层，执行y = xW^T + b运算，神经元数量可自定义。torch.sigmoid(x)：激活函数，引入非线性；若无激活函数，多层网络等价于单层线性模型，学习能力受限。常用替代还有ReLU、tanh。- 输出层输出10个logits得分，得分下标最大即为预测数字。
为什么需要隐藏层？ 输入直接连接输出属于简单线性模型，无法学习复杂特征。隐藏层用来提取笔画、边缘等底层特征，再组合为高级特征，完成分类。
实例化模型并迁移到设备：
python
model = NeuralNetwork().to(device) # 把模型权重迁移到指定设备(cuda/mps/cpu)
print(model)8. 训练函数
python
def train(dataloader, model, loss_fn, optimizer):
model.train() # 切换到训练模式
batch_size_num = 1 # 统计 训练的batch数量
for X, y in dataloader:
X, y = X.to(device), y.to(device)
# 前向传播
pred = model(X)
# 计算损失
loss = loss_fn(pred, y)
# 反向传播
optimizer.zero_grad() # 梯度清零
loss.backward() # 计算梯度
optimizer.step() # 更新参数
# 打印损失
if batch_size_num % 100 == 0:
loss_value = loss.item()
print(f"loss: {loss_value:>7f} [number:{batch_size_num}]")
batch_size_num += 1关键点解析：
model.train()：开启训练模式，部分层（Dropout、BatchNorm）训练、测试行为不一样，养成书写习惯。pred = model(X)：自动调用forward()，执行前向传播，不要手动写model.forward(X)。loss_fn(pred, y)：计算预测值与真实标签之间的损失。optimizer.zero_grad()：梯度清零；PyTorch默认梯度累加，每个batch训练前必须清零，否则参数更新异常。loss.backward()：反向传播，自动求解各可训练参数的梯度。optimizer.step()：依据梯度更新网络权重。
9. 测试函数
python
def test(dataloader, model, loss_fn):
size = len(dataloader.dataset)
num_batches = len(dataloader)
model.eval() # 切换到评估模式
test_loss, correct = 0, 0
with torch.no_grad(): # 关闭梯度计算
for X, y in dataloader:
X, y = X.to(device), y.to(device)
pred = model(X)
test_loss += loss_fn(pred, y).item()
correct += (pred.argmax(1) == y).type(torch.float).sum().item()
test_loss /= num_batches
correct /= size
print(f"Test result: \n Accuracy: {(100*correct)}%, Avg loss: {test_loss}")注意点：
model.eval()：切换评估模式。torch.no_grad()：测试阶段关闭梯度计算，节省内存、加速推理。pred.argmax(1)：按行取最大值索引，得到预测数字。- 布尔张量转为浮点型，求和统计样本预测正确的总数量。
10. 损失函数和优化器
python
loss_fn = nn.CrossEntropyLoss() #创建交叉熵损失函数对象
optimizer = torch.optim.SGD(model.parameters(), lr=0.01)#创建一个优化器，SGD为随机梯度下降算法- 损失函数 ：
CrossEntropyLoss交叉熵损失，多用于多分类任务。内部自动完成softmax，模型输出直接传logits即可，无需额外添加softmax层。 - 优化器 ：
SGD随机梯度下降，lr=0.01为学习率。学习率代表参数更新步长；学习率过大容易震荡不收敛，过小训练速度慢。工程中Adam使用更加广泛。
补充说明：交叉熵先将输出分数转为概率，取真实类别对应概率做负对数运算；概率越接近1，损失数值越小。
11. 开始训练
epochs = 10
for t in range(epochs):
print(f"Epoch {t+1}\n-------------------------------")
train(train_dataloader, model, loss_fn, optimizer)
print("Done!")
test(test_dataloader, model, loss_fn)设置10轮epoch，一个epoch代表完整遍历一遍全部训练集。示例代码只在全部训练结束后执行一次测试；训练过程每100个batch打印损失，损失逐步下降代表模型在学习。
12. 完整代码
将上述所有代码按顺序复制运行，注意检查缩进与变量名。
13. 总结与思考
通过该项目完整走完深度学习标准流程：
- 加载数据并预处理
- 定义模型结构
- 选择损失函数和优化器
- 循环训练：前向传播 → 计算损失 → 反向传播 → 更新参数
- 在测试集上评估性能
常见踩坑：
- 设备不匹配：模型在GPU，数据在CPU直接报错，数据、模型必须统一to(device)。
- 忘记梯度清零，损失不下降、来回震荡。
CrossEntropyLoss输入不需要手动加softmax，额外添加会影响效果。
改进方向：
- 使用卷积神经网络CNN替换全连接网络，进一步提升识别准确率。
- 将sigmoid替换为ReLU激活函数。
- 更换Adam优化器，调试学习率。
- 引入数据增强（旋转、平移），提升模型泛化能力。
希望这篇文章能帮你理清PyTorch的基本用法。如果还有疑问，欢迎在评论区交流。