深度学习这个领域这些年被各大媒体和技术博客反复提及但真正想动手入坑的时候很多人第一步就卡住了。不是卡在数学公式上而是卡在“我该用什么框架”“环境怎么配”“为什么别人的代码我一跑就报错”这些最基础、也最劝退的问题上。我接触 PyTorch 有几年时间了从早期的 0.4 版本一路用到现在的 2.x期间也踩过无数环境配置的坑带过不少新手入门。这篇文章我不想写那种教科书式的长篇大论单纯想结合我自己的实操经验把“深度学习到底在做什么”和“PyTorch 这套工具链怎么用起来”这两件事讲透。适合刚接触深度学习、想用 PyTorch 跑通第一个项目的人也适合那些已经被各种安装教程折腾到怀疑人生、想系统理清思路的朋友。1. 深度学习到底在解决什么问题先建立全景认知1.1 从机器学习到深度学习一条从“人工特征”到“自动特征”的演进路径很多人一上来就扎进神经网络的代码里结果越看越懵根本原因在于脑子里缺少一张全景图。我习惯先把“深度学习”放到整个 AI 技术栈里定位机器学习是一个大范畴深度学习是机器学习的一个分支它的核心特点是用多层神经网络来自动从数据中学习特征表示。传统的机器学习方法比如支持向量机、随机森林、逻辑回归它们虽然也能处理分类、回归、聚类这些问题但有一个绕不开的痛点——特征工程。什么叫特征工程就是你需要手动从原始数据里提取出对任务有用的信息。比如你要做图像分类传统做法是先提取颜色直方图、边缘信息、纹理特征再把这些手工设计的特征喂给分类器。这个过程的瓶颈在于人工设计特征的上限你的特征提取得好不好直接决定了模型的天花板。深度学习把这件事彻底改变了。它通过一层一层的非线性变换直接从原始数据中自动学习特征底层学到边缘、纹理这样的低级特征中间层学到部件、形状这样的中级特征高层学到语义级别的抽象特征。这就是为什么深度学习在图像识别、语音识别、自然语言处理这些原本特征设计极为困难的领域能碾压传统方法。用一个不太严谨但好理解的类比传统方法是“你告诉计算机看什么”深度学习是“计算机自己学会看什么”。1.2 三大学习范式监督、无监督和强化学习的分工深度学习的应用模式并非只有一种了解三大学习范式的区别能帮你判断一个实际问题应该用什么思路去解。监督学习是目前工业界应用最广的范式核心是“给数据配标签”。你给模型一张猫的图片输入同时告诉它这张图是“猫”标签让模型去学习输入到输出之间的映射关系。图像分类、目标检测、语义分割、文本情感分析、语音识别绝大多数商业落地项目都属于监督学习的范畴。它效果好但代价是需要大量标注数据标注成本往往是项目中最头疼的部分。无监督学习不依赖标签目标是让模型从数据本身的结构中发现规律。典型应用包括聚类、降噪、异常检测以及目前 AI 绘画大火背后的扩散模型——它先学习海量图片的分布再从这个分布中采样生成新图片。强化学习的思路又不一样它不靠静态数据集而是让智能体Agent在环境中通过试错来学习策略做对了给正奖励做错了给负奖励。围棋领域的 AlphaGo、游戏 AI、机器人控制策略都属于强化学习。深度学习热词里提到的 TD3 这类算法就是强化学习领域的一类基于 Actor-Critic 框架的算法它用两个 Critic 网络来抑制价值函数过估计的问题在连续动作控制任务里非常常用。1.3 深度学习能落地的几大应用方向把热词里反复出现的内容梳理一下就能看出深度学习的应用方向高度集中计算机视觉CNN、YOLO、目标检测、遥感影像、自然语言处理Transformer、Seq2Seq、语音相关人声抑制、以及生物医学阿尔茨海默病检测。对入门者来说选择一个方向专注深入比什么都想学要好得多。我的建议是先选视觉方向因为视觉任务的数据直观、效果反馈快、社区资料最丰富入门门槛最低。等你把一套完整流程数据处理 → 模型构建 → 训练 → 评估 → 部署跑通之后迁移到 NLP 或其他方向只是换数据和换模型结构的问题。2. 为什么选 PyTorch框架选型的底层逻辑2.1 动态图 vs 静态图一次关于“灵活性”的路线之争在学习 PyTorch 之前得搞清楚一个核心问题为什么现在大家都在用 PyTorch而不是 TensorFlow这个问题在 2024 年其实已经有了很明确的答案但我还是想把背后的逻辑讲清楚。PyTorch 和 TensorFlow 最本质的区别在于计算图的构建方式。TensorFlow 1.x 时代采用静态图机制你先定义好一张完整的计算图然后把数据“喂”进去执行。这个过程好比先画好一张工厂流水线的设计图再接上电启动运行。设计图一旦定下来就不能改调试起来极不方便。早期用 TensorFlow 写模型的时候最痛苦的莫过于Session.run()这一套机制你得小心翼翼地管理图和会话否则一不小心就出 bug。而且调试是静态的你不能断点打印中间结果只能把变量塞进图里重新跑一遍。PyTorch 用的则是动态图机制Define-by-Run计算图在每次前向传播的过程中实时构建代码怎么写图就是什么样。这就像你一边写代码一边决定下一步做什么随时可以打印中间变量可以用 Python 原生的if、for来控制网络结构甚至可以手动修改某一层的梯度。这种灵活性在研究和原型开发阶段是降维打击因为研究者每天都在尝试新结构、新思路不可能容忍静态图那种笨重的迭代节奏。2.2 从研究到生产的闭环PyTorch 生态的成熟很多人对 PyTorch 有一个刻板印象觉得它“学术味重、不适合工业部署”。这个说法在 2024 年已经过时了。PyTorch 背后的 Meta 团队这些年一直在补部署侧的能力torch.jit、torch.fx、TorchScript一步步推进到后面推出的torch.compile显著优化了动态图的性能开销。社区里像ONNXOpen Neural Network Exchange也提供了从 PyTorch 转换到其他推理框架的标准通道LibTorch则直接允许你用 C 来加载和运行 PyTorch 模型方便集成到生产环境里。另一个关键变量是 HuggingFace 的崛起。NLP 领域的几乎一切预训练模型都基于 PyTorch 实现视觉领域的timm、torchvision、检测领域的ultralytics YOLOv5/v8、以及 AI 绘画领域的diffusers全部以 PyTorch 为首选框架。生态的集中意味着你和别人交流时无需翻译代码遇到问题能查到的解决方案也最多。如果你不做框架选型只想知道“现在入坑学哪个”我的回答非常明确学 PyTorch别的暂时不用纠结。对比维度PyTorchTensorFlow计算图机制动态图灵活易调试2.x 默认动态图历史包袱较重上手难度低符合 Python 直觉中高API 层次多且混乱学术论文复现主流绝大多数论文提供 PyTorch 实现偏少工业部署通过 ONNX/TorchScript 等有成熟链路有 TF Serving 等老牌方案社区活跃度当前最高逐渐下滑但存量代码多领域生态CV/NLP/AIGC 全覆盖HuggingFace 带飞偏传统推荐/结构化数据场景3. 环境搭建是深度学习的第一道分水岭PyTorch 安装全解析3.1 先用 Anaconda 管好你的 Python 环境关于环境搭建这件事我的建议始终如一别直接在系统自带的 Python 上装深度学习库老老实实用 Anaconda。原因很简单深度学习依赖的包版本极其敏感今天这个项目要 Python 3.8明天那个代码要 NumPy 1.21后天装个老版本 PyTorch 又要某个特定版本的 CUDA 工具包。如果你全装在系统环境里用不了三个月就会把环境搅成一锅粥。Anaconda 的虚拟环境本质上就是“不同的项目用不同的 Python 和包组合互不干扰”。安装 Anaconda 之后第一步永远是为项目创建独立的虚拟环境conda create -n dl_pytorch python3.10 -y conda activate dl_pytorch很多新手问“Python 到底用哪个版本”我的经验是Python 3.9 到 3.11 是当前兼容性最稳的区间3.10 是稳妥之选。新项目不建议直接上 Python 3.12因为部分库的预编译 wheel 还不一定齐全。另外创建环境时可以通过conda search python查看可用版本不要凭空指定一个不存在的版本号。3.2 CPU 版本与 GPU 版本的分叉路口先看清自己手里有什么卡安装 PyTorch 之前你应该先弄清楚自己有没有 NVIDIA 显卡。有独立 NVIDIA 显卡且驱动正常那就装 GPU 版本没有就老老实实装 CPU 版本。这里有一个很多人忽视的事实CPU 版本和 GPU 版本在代码层面几乎没有区别唯一的差异是训练速度。CPU 版跑 MNIST 手写数字识别一个 epoch 可能只要几十秒但跑 ResNet 训练 ImageNet 级别的数据CPU 可能要跑到天荒地老。所以入门初期完全可以用 CPU 版本边学边跑等你要做大模型实验了再升级到 GPU。判断是否有 NVIDIA 显卡在 Linux 终端或 Windows 的 CMD 里执行nvidia-smi如果提示“command not found”说明显卡驱动没装好或者机器上根本就是集成显卡/AMD 显卡。如果命令能正常输出 GPU 信息注意看右上角的 “CUDA Version” 字样它表示你的驱动最高支持的 CUDA 版本这个数字决定了你能安装哪个版本的 PyTorch。3.3 CUDA 与 PyTorch 版本匹配最容易踩坑的地方PyTorch 的安装命令里cu121、cu118这些后缀直接对应 CUDA 版本。把这里的对应关系搞错是环境配置报错的最常见原因。正确的逻辑链是安装 PyTorch 时它会捆绑一组独立的 CUDA 运行库这组运行库的版本只要不高于驱动支持的最高版本即可。也就是说不是驱动的 CUDA 版本必须等于 PyTorch 的 CUDA 版本而是驱动的版本要大于或等于平台分发版的 CUDA 版本。举个例子nvidia-smi显示驱动支持的最高 CUDA 版本是 12.4那 PyTorch 官方提供的cu121CUDA 12.1版本直接装就行。如果你的驱动是 11.8就不能装cu121版本的 PyTorch至少得选cu118或更低。这种不匹配导致的典型报错是CUDA runtime version (X.X) does not match driver version或者是 PyTorch 假装能 import 但一跑 GPU 操作就报no kernel image is available。安装命令可以直接从 PyTorch 官网pytorch.org生成选好你的操作系统、包管理工具和 CUDA 版本网站会自动生成对应的 pip 命令。以 Linux pip CUDA 12.1 为例pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121注意pip 安装时默认会从 PyPIPython 包索引拉包但 PyPI 上只有 CPU 版本。如果你直接执行pip install torch装到的多半是 CPU 版这就是为什么有些网友说“我明明按教程装了 GPU 版结果训练时只有 CPU 可用”的原因。务必按官网命令走或者指定--index-url。3.4 网络慢与源码编译两大高频痛点处理办法热词里有人问“PyTorch 下载太慢怎么办”这在国内环境几乎是必修课。PyTorch 安装包含 CUDA 依赖动辄几个 GB直接从官方源下载速度确实感人。我的做法是配置国内镜像源清华、阿里、中科大都有 PyTorch wheel 的镜像站。以清华源为例pip install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple这里有个细节清华源对 PyTorch 做了特殊的镜像CPU 和 GPU 版本都支持。如果上面的命令装完仍是 CPU 版你还可以直接用清华大学提供的 Anaconda 源来装conda install pytorch torchvision torchaudio cudatoolkit12.1 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/如果网络环境和镜像都救不了你且机器上实在没有 GPU那就退而求其次装 CPU 版。别执着于 GPU前期学的是模型结构和训练流程CPU 完全能覆盖绝大多数教学案例。另外一种情况是 Ubuntu 系统下通过源码安装 PyTorch这基本是最后手段除非你要改 C 底层代码或者目标平台是 CentOS 7 这类官方已经不提供预编译包的旧系统否则不建议尝试。编译一次至少一个多小时中间缺依赖还会不断报错性价比极低。CentOS 离线安装 PyTorch 1.13.0 这类需求正确思路不是自己编译而是找一台联网的同配置机器下载好对应版本的torch、torchvisionwheel 包之后拷贝过去离线安装pip install torch-1.13.0cu117-cp39-cp39-linux_x86_64.whl torchvision-0.14.0cu117-cp39-cp39-linux_x86_64.whl3.5 安装完成后的自我验证装完不要急着写代码先用一个简单的示例验证 GPU 是否真的可用。在终端里进入 Python 交互模式import torch print(torch.__version__) print(torch.cuda.is_available())如果第二行输出True说明你装的是 GPU 版本并且驱动配置正确。如果输出False通过torch.version.cuda看看 PyTorch 内部的 CUDA 版本再对照nvidia-smi显示的驱动最高版本大概率就是两者不匹配。另外还可以执行一句print(torch.cuda.device_count())看看系统识别到了几张可用 GPU方便后续指定设备。4. 核心机制拆解PyTorch 是如何“自动学”的4.1 张量与 NumPy一场无痛迁移环境配好之后第一个要理解的概念是张量Tensor。你可以把它直接理解成“可以跑在 GPU 上的多维数组”。如果会 NumPy那张量的操作几乎不用重新学很多函数的名称和用法都一一对应torch.ones、torch.zeros、torch.randn、torch.arange、tensor.reshape、tensor.sum、tensor.mean等等。两者之间还能互相转换代码里经常需要这种桥接import numpy as np import torch np_array np.random.randn(3, 4) tensor_from_np torch.from_numpy(np_array) # NumPy - Tensor back_to_np tensor_from_np.numpy() # Tensor - NumPy需要注意如果 Tensor 在 GPU 上要先调用.cpu()才能转回 NumPy 数组。新手最容易在这里报cant convert cuda:0 device type tensor to numpy记住这条链路就行。4.2 自动求导机制深度学习便利性的地基深度学习训练的本质是“用梯度更新参数”。早期框架需要你手动推导梯度公式网络一深就完全是噩梦。PyTorch 的autograd包把这个过程全部自动化了只要你设置requires_gradTruePyTorch 就会在每次前向计算时自动记录运算图并在调用backward()时反向传播求出每个参数的梯度。来看一段最小示例x torch.tensor([2.0], requires_gradTrue) y x ** 2 3 * x y.backward() print(x.grad) # 输出 tensor([7.])即 dy/dx 2x 3 在 x2 处的值这个机制是 PyTorch 一切便利性的基础。你不需要自己写反向传播逻辑但要明白梯度方向是“损失函数对参数的变化率”优化器就是靠这个变化率去调整参数、让损失变小的。4.3 神经网络模块nn.Module 与模型的组织方式在实际项目中很少有人用纯张量运算来构建网络。PyTorch 提供了torch.nn这个高级模块库里面封装好了卷积层nn.Conv2d、全连接层nn.Linear、激活函数nn.ReLU、损失函数nn.CrossEntropyLoss等常用组件。而自定义网络的标准做法是继承nn.Moduleimport torch.nn as nn class MLP(nn.Module): def __init__(self, in_dim, hidden_dim, out_dim): super().__init__() self.fc1 nn.Linear(in_dim, hidden_dim) self.relu nn.ReLU() self.fc2 nn.Linear(hidden_dim, out_dim) def forward(self, x): return self.fc2(self.relu(self.fc1(x)))nn.Module会帮你自动注册和管理所有子模块、参数、缓冲区调用.to(cuda)的时候整个网络的参数会一次性搬移到 GPU 上调用.eval()和.train()可以切换训练/推理模式调用.state_dict()可以保存所有参数。这套设计非常贴合实际项目的使用习惯。4.4 最小训练循环一图流看懂训练在干什么下面这段代码是我带新手入门时必写的“最小完整训练循环”虽然短但包含了训练的全部要素数据处理、前向传播、损失计算、梯度清零、反向传播、参数更新import torch import torch.nn as nn from torch.utils.data import TensorDataset, DataLoader # 造一批随机数据做演示 X torch.randn(1000, 20) y torch.randn(1000, 1) dataset TensorDataset(X, y) loader DataLoader(dataset, batch_size32, shuffleTrue) model MLP(in_dim20, hidden_dim64, out_dim1) criterion nn.MSELoss() optimizer torch.optim.Adam(model.parameters(), lr0.001) for epoch in range(10): for batch_X, batch_y in loader: optimizer.zero_grad() # 梯度清空防止累加 pred model(batch_X) # 前向传播 loss criterion(pred, batch_y) # 计算损失 loss.backward() # 反向传播计算梯度 optimizer.step() # 参数更新optimizer.zero_grad()是新手最容易忘记的一行。PyTorch 的梯度默认是累积的如果不清空下一轮的反向传播会把上一轮的梯度加在一起导致参数更新错乱。另外DataLoader的batch_size决定了一次喂给模型多少条数据shuffleTrue保证了每个 epoch 里数据的顺序被打乱避免模型学到样本顺序带来的伪规律。5. 从基础到实战CNN、激活函数与视觉检测5.1 CNN 的三个核心思想如果你关注深度学习就避不开卷积神经网络CNN它是视觉领域绝对的基础组件。CNN 设计的出发点来自对图像数据的观察核心思想有三个局部连接、权值共享、空间下采样。局部连接很好理解图像中相邻像素的关系最密切全连接网络会把所有像素一视同仁参数量爆炸且学不到空间结构性特征。卷积操作通过一个小的窗口比如 3×3 的卷积核在图像上滑动每次只看一个小邻域把局部特征提取出来。权值共享的意思是同一个卷积核在整个图像的所有位置上是共享的这大大减少了参数量。比如一个 3×3 的卷积层输入输出都是 64 个通道参数量就是 3×3×64×64 36864而同等输入输出大小的全连接层参数动辄几百万。空间下采样则通过池化或步长大于 1 的卷积逐步降低特征图的分辨率让模型逐层扩大感受野、学习更全局的特征。一个经典的 CNN 结构是这样串联的卷积层 激活函数 池化层堆叠若干次把图像逐步抽象成高语义特征图最后接上全连接层完成分类或者回归。PyTorch 里搭建一个简单的 CNN 大概是这样import torch.nn as nn class SimpleCNN(nn.Module): def __init__(self, num_classes10): super().__init__() self.features nn.Sequential( nn.Conv2d(3, 16, kernel_size3, padding1), nn.ReLU(), nn.MaxPool2d(2), nn.Conv2d(16, 32, kernel_size3, padding1), nn.ReLU(), nn.MaxPool2d(2), ) self.classifier nn.Linear(32 * 8 * 8, num_classes) def forward(self, x): x self.features(x) x x.view(x.size(0), -1) return self.classifier(x)这里x.view(x.size(0), -1)就是展平操作把[batch, 32, 8, 8]的特征图拍成[batch, 32*8*8]好接全连接层。5.2 激活函数选择ReLU 为什么成为默认选项每个卷积层后面基本都跟着激活函数。激活函数的作用是给网络引入非线性否则多层线性变换堆叠起来本质上还是一个线性模型逼近能力极其有限。深度学习里最常用的激活函数有 Sigmoid、Tanh、ReLU、LeakyReLU、Softmax以及近两年大热的 GELU 和 Swish。下面这张表总结了它们的核心特性和适用场景函数名表达式适用范围典型问题/优势Sigmoidσ(x)1/(1e^-x)二分类输出层饱和区梯度消失、输出非零均值Tanh(e^x - e^-x)/(e^x e^-x)全连接网络的隐藏层早年常用梯度消失仍存在ReLUmax(0, x)默认首选CNN 标配负区间神经元“死亡”问题LeakyReLUmax(0.01x, x)负梯度比例敏感的场景缓解 ReLU 死亡问题GELUx·Φ(x)Transformer 标配与 dropout 思路结合平滑可导Softmaxe^x_i / Σe^x_j多分类输出层输出为概率分布归一化总和为 1ReLU 之所以成为默认选项核心原因是它计算极快、正区间梯度恒为 1 有利于梯度传播尤其缓解了深层网络的梯度消失问题。Sigmoid 和 Tanh 在深层网络里容易让梯度越传越小最后前面的层干脆学不动了。5.3 从分类到检测YOLO 是怎么工作的学完 CNN 和激活函数你就有能力理解热词里反复出现的 YOLO 目标检测了。YOLOYou Only Look Once的核心思路是把目标检测问题当成一个端到端的回归问题来解输入一整张图像网络直接输出所有目标的边界框坐标、类别和置信度。想理解 YOLO 为什么快要知道它和早期的两阶段检测器如 Faster R-CNN的区别。两阶段检测器先通过区域建议网络找出可能包含目标的候选框再对每个候选框进行分类和回归精度高但速度慢。YOLO 选择一步到位把图像划分成 S×S 的网格每个网格负责预测中心点落在该格内的目标同时输出多个预设尺寸的锚框的偏移量和类别概率。正因为只需要一次前向传播YOLO 的检测速度可以做到实时级别成为工业视觉检测、遥感影像分析、自动驾驶感知的首选方案之一。如果在实际项目中用 PyTorch 构建视觉检测模型我不会从零手写 YOLO而是直接用ultralytics这个封装好的库pip install ultralytics训练自己的检测模型只需要三行核心代码from ultralytics import YOLO model YOLO(yolov8n.pt) model.train(datayour_dataset.yaml, epochs100, imgsz640)底层仍然是 PyTorch但帮你省去了数据加载、锚框匹配、损失函数、指标计算等大量工程细节。我接触过不少做遥感影像目标检测的团队他们用的基本就是这个思路用标注工具如 LabelImg 或 Roboflow把数据做成 YOLO 格式然后直接用 ultralytics 跑训练最后把模型导出成 ONNX 部署到服务器或者边缘设备上。6. Transformer 对深度学习的改写与后续学习路线6.1 Transformer 为什么是当下的核心架构如果要选一个影响最大的架构那一定是 Transformer。2017 年这篇名为 Attention Is All You Need 的论文本来是为机器翻译设计的但它彻底改变了深度学习的格局。它提出了一种名为“自注意力Self-Attention”的机制让每个输入位置能直接和序列中所有其他位置建立依赖关系解决了 RNN 难以处理长距离依赖的问题而且可以高度并行训练。Transformer 的核心公式是Attention(Q, K, V) softmax(QK^T / √d_k) V这里的 Q 代表查询向量K 代表键向量V 代表值向量。用一句不太严谨但容易记住的话来讲自注意力机制就是让序列中的每个元素根据它和其他元素的相关性Q 和 K 的点积以加权求和的方式整合全局信息V。这个计算过程让 Transformer 能捕捉“距离很远的两个词之间的关联”而 RNN 需要一步步顺序传递信息长距离信息容易衰减。PyTorch 里用自带的nn.MultiheadAttention模块可以直接实现多头自注意力但真正用起来还是离不开torch.nn.Transformer这个封装类。热词里提到的 Seq2Seq 结构和 Attention Module本质上都是在序列建模的场景下做编码-解码然后想办法让解码器在生成每个输出时“关注”到输入序列中最相关的部分。如果你对 PyTorch 的源码感兴趣读一遍nn.Transformer的实现会对整个注意力机制有非常深的理解。6.2 当前前沿方向大模型、多模态与扩散模型Transformer 的后继发展已经超出了原始论文的想象。基于 Transformer 的大语言模型LLM让自然语言处理从“每任务一个模型”变成了“一个模型做所有任务”在 PyTorch 生态里HuggingFace 的transformers库已经成了事实上的标准库只需要几行代码就能加载和微调最近的预训练模型from transformers import AutoTokenizer, AutoModelForCausalLM tokenizer AutoTokenizer.from_pretrained(your-model-name) model AutoModelForCausalLM.from_pretrained(your-model-name)多模态方向则是让模型同时理解文本、图像、音频等多类信息。AI 绘画领域的扩散模型Diffusion Model本是图像生成的最强阵容而多模态大模型的出现又把文本和图像生成统一到了一个框架下。这些新方向虽然看起来很“高大上”但它们使用的仍然是 PyTorch 的那套基础机制底层依然是张量、自动求导、梯度更新。所以说把基础打牢到了前沿领域不至于抓瞎。6.3 给不同基础读者的学习路径建议热词里提到了一堆学习资源《动手学深度学习》Dive into Deep Learning、花书Deep Learning、还有各种“100 个深度学习案例”之类的合集。我的看法是按自己的基础挑选学习路径但别贪多。完全零编程基础的朋友先补 Python 基础不用学得多深函数、类、NumPy、Matplotlib 这些够用就行然后再进入 PyTorch 的学习。《动手学深度学习》是目前最适合入门的一本书它每个小节都有可运行的代码而且是 PyTorch 的实现直接照着敲一遍比只看书不动手强一百倍。花书Deep Learning偏理论数学要求高适合读研或者准备深入算法岗的人用来补理论深度不适合作为入门的第一本书。有一定编程和机器学习基础、想快速上手的我的建议是直接拿一个小项目练手。比如用 PyTorch 实现一个手写数字识别再用 PyTorch 实现一个图像分类模型跑一遍 CIFAR-10然后做一个简单的目标检测项目。这三步走完你对 PyTorch 的大部分核心 API 就都接触过了。剩下的就是遇到什么问题查什么问题在实践中积累。6.4 关于“动手”这件事的忠告最后想说一个我教过很多新手之后的体会深度学习的门槛其实不在数学而在动手的耐心。很多人看到一个概念觉得自己懂了但让他默写一遍训练循环大概率写不全。所以我的建议很朴素把官方的教程代码逐行敲一遍不要复制粘贴敲完再自己改改参数、换换网络结构看结果有什么变化。这个过程能帮你建立直觉比如学习率设太大损失函数会震荡甚至爆炸设太小收敛慢得让人抓狂训练数据没打乱顺序时模型的收敛曲线会很奇怪。还有一点要学会读报错信息。PyTorch 的报错虽然长但大部分都能直接告诉你哪里出了问题比如维度不匹配会明确告诉你期望的 shape 和实际的 shape非常友好。不要一报错就截图问人先自己读一遍错误信息十有八九能解决。等你有了自己排查错误的能力才算是真正踏进了深度学习的大门。