Pytorch学习笔记（一）Learn the Basics - Quickstart

这个系列笔记用来记录学习pytorch的完整过程，我第一次接触pytorch已经是2018年，当时还是0.X的版本，在使用过一段时间后就完全没有再用，现在pytorch已经迭代到2.X，所以我认为有必要从头开始完整地学习一遍。与其他学习系列笔记一样，这个笔记也是紧跟官网教程。

【注意】：

1. 这个系列笔记我会以jupyter notebook为主，因为可以更方便的看到可视化结果。但在使用jupyter的时候也要注意定shutdown kernel，否则有可能会一直占用着显存导致后面的代码无法运行的情况。
2. 我的演示环境是 torch==2.6.0、torchvision==0.17.0、torchaudio==2.6.0；
3. 这个系列笔记需要你对python有一定的使用基础，并且对神经网络有一定的的了解；

以下是这篇文章涉及到资源连接：

• 官方链接：https://pytorch.org/tutorials/beginner/basics/quickstart_tutorial.html；

完整网盘链接: https://pan.baidu.com/s/1L9PVZ-KRDGVER-AJnXOvlQ?pwd=aa2m 提取码: aa2m 

---

Quickstart

在完成官网安装之后 Learn the Basics 的第一篇文章就是这个笔记，也是使用pytorch的第一步。

---

Working with data

pytorch用 torch.utils.data.DataLoader 和 torch.utils.data.Dataset. Dataset 作为数据处理的基本工具，其中 Dataset 实现了存储data与label的标签，DataLoader 用来将数据打包成迭代器以供 训练 和 推理。

pytorch还提供了一些特定领域的工具如 TorchText、TorchVision、TorchAudio 以提供更方便的数据加载与处理。这里以 TorchVision 为例。

Step1. 导入必要的包

import torch
from torch import nn
from torch.utils.data import DataLoader
from torchvision import datasets
from torchvision.transforms import ToTensor

Step2. 拉取数据集

training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor()
)

test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor()
)

Step3. 初始化DataLoader

batch_size=64

train_dataloader = DataLoader(training_data, batch_size=batch_size)
test_dataloader = DataLoader(test_data, batch_size=batch_size)

for X, y in test_dataloader:
    print(f"Shape of X [N, C, H, W]: {X.shape}")
    print(f"Shape of y: {y.shape}, {y.type}")
    break

Step4. 构造模型

【注意】：如果你使用的 torch 版本不是 2.6.0 那么官网这部分的代码是不可用的，我常用的版本是 2.6.0 和 2.2.0 但是不确定在这两个版本之间的能否使用，建议手动尝试然后根据报错信息设置device：

if "2.6.0" in torch.__version__:
    device = torch.accelerator.current_accelerator().type if torch.accelerator.is_available() else "cpu"
    print(f"Using {device} device")
else:
    if torch.cuda.is_available():
        print("CUDA is available. Using GPU.")
        device = torch.device("cuda")
    else:
        print("CUDA is not available. Using CPU.")
        device = torch.device("cpu")

这里构造一个经典的全连接+Relu的多层感知机：

class NerualNetwork(nn.Module):
    def __init__(self):
        super().__init__()
        self.flatten = nn.Flatten()
        self.linear_relu_stack = nn.Sequential(
            nn.Linear(28*28, 512),
            nn.ReLU(),
            nn.Linear(512, 512),
            nn.ReLU(),
            nn.Linear(512, 10)
        )
    
    def forward(self, x):
        x = self.flatten(x)
        logits = self.linear_relu_stack(x)
        return logits

实例化模型并将其转移到device上

model = NerualNetwork().to(device)
print(model)

Step5. 定义损失函数、优化器、训练与测试函数

定义损失函数和优化器:

loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=1e-3)

定义训练模型的函数:

def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)
    for batch, (X,y) in enumerate(dataloader):
        X, y = X.to(device), y.to(device)
        # 计算loss
        pred = model(X)
        loss = loss_fn(pred, y)
        # 反向传播给优化器
        loss.backward()
        optimizer.step()
        optimizer.zero_grad()
        
        if batch % 100 == 0:
            loss, current = loss.item(), (batch+1) * len(X)
            print(f"Loss: {loss:>7f}[{current:>5d}/{size:>5d}]")

定义测试模型的函数:

def test(dataloader, model, loss_fn):
    size = len(dataloader.dataset)
    num_batches = len(dataloader)
    model.eval()
    test_loss, correct=0, 0
    with torch.no_grad():
        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 Error:\n  Accuracy: {(100*correct):>0.1f}%, Avg loss: {test_loss:>8f}\n")

Step6. 启动训练与测试

epochs = 5
for t in range(epochs):
    print(f"Epoch {t+1}\n--------------------------")
    train(train_dataloader, model, loss_fn, optimizer)
    test(test_dataloader, model, loss_fn)
print("Done")

Step7. 保存模型参数到本地

torch.save(model.state_dict(), "model.pth")
print("Saved PyTorch Model state to model.pth")

Step8. 从本地加载模型参数

model = NeuralNetwork().to(device)
model.load_state_dict(torch.load("model.pth", weights_only=True))
print(model)

Step9. 用加载进来的参数推理

将离散数字映射为文字的列表：

classes = [
    "T-shirt/top",
    "Trouser",
    "Pullover",
    "Dress",
    "Coat",
    "Sandal",
    "Shirt",
    "Sneaker",
    "Bag",
    "Ankle boot",
]

执行推理：

model.eval()
x,y = test_data[0][0], test_data[0][1]
with torch.no_grad():
    x = x.to(device)
    pred = model(x)
    predicted, actual = classes[pred[0].argmax(0)], classes[y]
    print(f"Predicted: {predicted}, Actual: {actual}")