评价此页

★ ★ ★ ★ ★

beginner/basics/quickstart_tutorial

在 Google Colab 中运行

注意

跳转到末尾下载完整的示例代码。

学习基础知识 || 快速入门 || 张量 || 数据集 & 数据加载器 || 变换 || 构建模型 || Autograd || 优化 || 保存 & 加载模型

快速入门#

创建日期：2021 年 2 月 9 日 | 最后更新：2025 年 1 月 24 日 | 最后验证：未经验证

本节将介绍机器学习中常用任务的 API。请参考各部分中的链接以深入了解。

处理数据#

PyTorch 提供了两个处理数据的原始组件：torch.utils.data.DataLoader 和 torch.utils.data.Dataset。Dataset 存储样本及其对应的标签，而 DataLoader 则将 Dataset 包装成一个可迭代对象。

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

PyTorch 提供了特定领域的库，例如 TorchText、TorchVision 和 TorchAudio，它们都包含数据集。在本教程中，我们将使用 TorchVision 数据集。

torchvision.datasets 模块包含了许多真实世界的视觉数据集的 Dataset 对象，例如 CIFAR、COCO（完整列表在此）。在本教程中，我们使用 FashionMNIST 数据集。每个 TorchVision Dataset 都包含两个参数：transform 和 target_transform，用于分别修改样本和标签。

# Download training data from open datasets.
training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor(),
)

# Download test data from open datasets.
test_data = datasets.FashionMNIST(
    root="data",
    train=False,
    download=True,
    transform=ToTensor(),
)

  0%|          | 0.00/26.4M [00:00<?, ?B/s]
  0%|          | 65.5k/26.4M [00:00<01:12, 362kB/s]
  1%|          | 164k/26.4M [00:00<00:41, 629kB/s]
  2%|▏         | 459k/26.4M [00:00<00:21, 1.20MB/s]
  5%|▍         | 1.31M/26.4M [00:00<00:07, 3.38MB/s]
 14%|█▎        | 3.57M/26.4M [00:00<00:03, 7.55MB/s]
 31%|███▏      | 8.29M/26.4M [00:00<00:01, 17.8MB/s]
 48%|████▊     | 12.8M/26.4M [00:00<00:00, 21.1MB/s]
 66%|██████▌   | 17.4M/26.4M [00:01<00:00, 27.1MB/s]
 81%|████████▏ | 21.5M/26.4M [00:01<00:00, 26.0MB/s]
100%|██████████| 26.4M/26.4M [00:01<00:00, 19.3MB/s]

  0%|          | 0.00/29.5k [00:00<?, ?B/s]
100%|██████████| 29.5k/29.5k [00:00<00:00, 324kB/s]

  0%|          | 0.00/4.42M [00:00<?, ?B/s]
  1%|▏         | 65.5k/4.42M [00:00<00:12, 358kB/s]
  5%|▌         | 229k/4.42M [00:00<00:06, 673kB/s]
 21%|██        | 918k/4.42M [00:00<00:01, 2.08MB/s]
 83%|████████▎ | 3.67M/4.42M [00:00<00:00, 7.18MB/s]
100%|██████████| 4.42M/4.42M [00:00<00:00, 6.01MB/s]

  0%|          | 0.00/5.15k [00:00<?, ?B/s]
100%|██████████| 5.15k/5.15k [00:00<00:00, 56.5MB/s]

我们将 Dataset 作为参数传递给 DataLoader。这会将我们的数据集包装成一个可迭代对象，并支持自动批处理、采样、打乱和多进程数据加载。在这里，我们将批次大小设置为 64，即数据加载器迭代器中的每个元素将返回一个包含 64 个特征和标签的批次。

batch_size = 64

# Create data loaders.
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.dtype}")
    break

Shape of X [N, C, H, W]: torch.Size([64, 1, 28, 28])
Shape of y: torch.Size([64]) torch.int64

阅读更多关于在 PyTorch 中加载数据的内容。

创建模型#

要在 PyTorch 中定义神经网络，我们需要创建一个继承自 nn.Module 的类。我们在 __init__ 函数中定义网络的层，并在 forward 函数中指定数据如何通过网络。为了加速神经网络中的操作，我们将它移至加速器，例如 CUDA、MPS、MTIA 或 XPU。如果当前加速器可用，我们将使用它。否则，我们将使用 CPU。

device = torch.accelerator.current_accelerator().type if torch.accelerator.is_available() else "cpu"
print(f"Using {device} device")

# Define model
class NeuralNetwork(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

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

Using cuda device
NeuralNetwork(
  (flatten): Flatten(start_dim=1, end_dim=-1)
  (linear_relu_stack): Sequential(
    (0): Linear(in_features=784, out_features=512, bias=True)
    (1): ReLU()
    (2): Linear(in_features=512, out_features=512, bias=True)
    (3): ReLU()
    (4): Linear(in_features=512, out_features=10, bias=True)
  )
)

阅读更多关于在 PyTorch 中构建神经网络的内容。

优化模型参数#

要训练模型，我们需要一个损失函数和一个优化器。

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

在单个训练循环中，模型对训练数据集（以批次形式输入）进行预测，并将预测误差反向传播以调整模型的参数。

def train(dataloader, model, loss_fn, optimizer):
    size = len(dataloader.dataset)
    model.train()
    for batch, (X, y) in enumerate(dataloader):
        X, y = X.to(device), y.to(device)

        # Compute prediction error
        pred = model(X)
        loss = loss_fn(pred, y)

        # Backpropagation
        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}]")

我们还会在测试数据集上检查模型的性能，以确保它在学习。

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")

训练过程会经过几个迭代（*epochs*）。在每个 epoch 中，模型都会学习参数以做出更好的预测。我们会在每个 epoch 打印模型的准确率和损失；我们希望看到准确率随着每个 epoch 的增加而提高，损失随着每个 epoch 的降低而降低。

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!")

Epoch 1
-------------------------------
loss: 2.304167  [   64/60000]
loss: 2.293983  [ 6464/60000]
loss: 2.274952  [12864/60000]
loss: 2.265089  [19264/60000]
loss: 2.257752  [25664/60000]
loss: 2.220415  [32064/60000]
loss: 2.235039  [38464/60000]
loss: 2.197457  [44864/60000]
loss: 2.187543  [51264/60000]
loss: 2.164755  [57664/60000]
Test Error:
 Accuracy: 38.9%, Avg loss: 2.162792

Epoch 2
-------------------------------
loss: 2.167090  [   64/60000]
loss: 2.164279  [ 6464/60000]
loss: 2.103523  [12864/60000]
loss: 2.116482  [19264/60000]
loss: 2.085674  [25664/60000]
loss: 2.015571  [32064/60000]
loss: 2.049940  [38464/60000]
loss: 1.968962  [44864/60000]
loss: 1.961801  [51264/60000]
loss: 1.905162  [57664/60000]
Test Error:
 Accuracy: 58.9%, Avg loss: 1.904367

Epoch 3
-------------------------------
loss: 1.923840  [   64/60000]
loss: 1.909592  [ 6464/60000]
loss: 1.785630  [12864/60000]
loss: 1.825296  [19264/60000]
loss: 1.736279  [25664/60000]
loss: 1.673355  [32064/60000]
loss: 1.701778  [38464/60000]
loss: 1.597677  [44864/60000]
loss: 1.612101  [51264/60000]
loss: 1.516617  [57664/60000]
Test Error:
 Accuracy: 62.3%, Avg loss: 1.536720

Epoch 4
-------------------------------
loss: 1.590166  [   64/60000]
loss: 1.569997  [ 6464/60000]
loss: 1.411272  [12864/60000]
loss: 1.485997  [19264/60000]
loss: 1.371591  [25664/60000]
loss: 1.363297  [32064/60000]
loss: 1.383754  [38464/60000]
loss: 1.301603  [44864/60000]
loss: 1.329580  [51264/60000]
loss: 1.235733  [57664/60000]
Test Error:
 Accuracy: 63.2%, Avg loss: 1.266329

Epoch 5
-------------------------------
loss: 1.335809  [   64/60000]
loss: 1.326001  [ 6464/60000]
loss: 1.154447  [12864/60000]
loss: 1.263092  [19264/60000]
loss: 1.135044  [25664/60000]
loss: 1.164169  [32064/60000]
loss: 1.190713  [38464/60000]
loss: 1.120059  [44864/60000]
loss: 1.152095  [51264/60000]
loss: 1.073433  [57664/60000]
Test Error:
 Accuracy: 64.5%, Avg loss: 1.098885

Done!

阅读更多关于训练您的模型的内容。

保存模型#

保存模型的常用方法是序列化内部状态字典（包含模型参数）。

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

Saved PyTorch Model State to model.pth

加载模型#

加载模型的过程包括重新创建模型结构并将状态字典加载到其中。

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

<All keys matched successfully>

现在可以使用此模型进行预测。

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

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}"')

Predicted: "Ankle boot", Actual: "Ankle boot"

阅读更多关于保存 & 加载您的模型的内容。

脚本总运行时间： (0 分钟 37.393 秒)