1. 环境准备与数据加载
第一次接触PyTorch时,我最头疼的就是环境配置。后来发现用Anaconda管理Python环境特别省心,这里分享我的标准操作流程。先创建一个专属环境:
bash复制conda create -n pytorch_env python=3.8
conda activate pytorch_env
接着安装PyTorch全家桶,注意要根据CUDA版本选择对应命令。没有NVIDIA显卡的同学直接用CPU版本:
bash复制pip install torch torchvision tqdm matplotlib
MNIST数据集就像深度学习界的"Hello World",包含6万张28x28像素的手写数字图片。PyTorch内置的torchvision.datasets能自动下载和处理数据,但国内用户可能会遇到下载慢的问题。这里有个小技巧——先手动下载MNIST的四个压缩文件放到./data/MNIST/raw目录下,代码就会跳过下载步骤。我用这个方式帮同事节省了半小时等待时间。
数据预处理环节有个容易踩的坑:Normalize的mean和std参数设置。MNIST是单通道图像,所以用[0.5]而不是RGB常用的[0.5, 0.5, 0.5]。transform管道这样定义:
python复制transform = torchvision.transforms.Compose([
torchvision.transforms.ToTensor(),
torchvision.transforms.Normalize(mean=[0.5], std=[0.5])
])
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 网络结构设计实战
刚开始学CNN时,我总搞不清卷积核尺寸和特征图大小的关系。后来总结出个傻瓜公式:输出尺寸 = (输入尺寸 - kernel_size + 2*padding)/stride + 1。以MNIST为例,28x28的图片经过kernel_size=3, padding=1的卷积后,尺寸保持不变。
网络结构设计就像搭积木,这里分享我的三层CNN配方:
python复制class Net(torch.nn.Module):
def __init__(self):
