PyTorch深度学习框架介绍

作者：马育民 • • 阅读：10068

介绍

PyTorch是由Facebook（现Meta）人工智能研究院开发的开源深度学习框架，核心定位是：

  • 兼顾 易用性（动态计算图，新手友好）和高性能（支持GPU加速、分布式训练）；
  • 既适合科研人员快速验证算法，也适合工程人员落地生产环境；
  • 目前是深度学习领域最主流的框架之一，与TensorFlow并列，尤其在学术界、CV（计算机视觉）、NLP（自然语言处理）领域占据主导地位。

官网

https://pytorch.org/

特点

1. 动态计算图（最大特色）

PyTorch采用动态计算图（Dynamic Graph），代码执行时即时构建计算图，而不是像TensorFlow 1.x那样先定义静态图再运行：

  • 优势：调试像写Python代码一样直观，支持条件判断、循环等动态逻辑，新手能快速定位错误；
  • 对比：TensorFlow 2.x也支持动态图，但PyTorch的动态图设计更原生、更灵活。

2. Pythonic 语法（上手成本低）

PyTorch的API设计完全贴合Python习惯，无需学习额外的语法规则，比如：

# PyTorch代码（像普通Python一样直观）
import torch
x = torch.tensor([1, 2, 3])
y = x + 1  # 直接运算，无需特殊封装
print(y)   # 输出：tensor([2, 3, 4])

3. 完善的生态与工具链

  • 核心库：torch（核心张量运算）、torch.nn（神经网络层）、torch.optim（优化器）、torch.utils.data（数据加载）；
  • 扩展库：
    • torchvision：CV领域（图像预处理、经典模型如ResNet、YOLO）；
    • torchtext/torchtext Legacy：NLP领域（文本处理、词嵌入）；
    • torchaudio：音频处理；
  • 可视化：TensorBoard、PyTorch Lightning（简化训练流程）；
  • 部署：TorchScript（静态图导出）、ONNX（跨框架转换）、TorchServe（模型部署）。

4. 高性能与跨平台

  • 支持CPU/GPU加速（NVIDIA CUDA、AMD ROCm），Mac下还支持M系列芯片的Metal加速；
  • 支持分布式训练（多卡/多机），满足大规模模型训练需求；
  • 支持移动端部署（iOS/Android）、边缘设备部署。

功能介绍

1. 张量（Tensor）：PyTorch的核心数据结构

张量是PyTorch中表示数据的基本单位，类似NumPy的数组，但支持GPU加速和自动求导：

import torch

# 1. 创建张量
x = torch.tensor([[1.0, 2.0], [3.0, 4.0]])  # 二维张量
y = torch.ones((2, 2))                      # 全1张量
z = torch.rand((2, 2))                      # 随机张量（0-1）

# 2. 张量运算（支持GPU）
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
x = x.to(device)  # 移到GPU（如有）
res = x + y       # 加法运算
res = x * y       # 乘法运算

# 3. 张量属性
print(x.shape)    # 形状：torch.Size([2, 2])
print(x.dtype)    # 数据类型：torch.float32
print(x.device)   # 设备：cuda:0 或 cpu

2. 自动求导（Autograd）：深度学习的核心

PyTorch能自动计算张量的梯度，无需手动推导公式，是反向传播的基础：

import torch

# 启用自动求导（requires_grad=True）
x = torch.tensor(2.0, requires_grad=True)
y = x **2 + 3*x + 1  # y = x² + 3x + 1

# 反向传播，计算dy/dx
y.backward()

# 输出梯度（x=2时，dy/dx=2*2+3=7）
print(x.grad)  # 输出：tensor(7.)

3. 神经网络构建（torch.nn）

通过nn.Module可以快速构建任意结构的神经网络，内置常用层（卷积、全连接、激活函数等）：

import torch
import torch.nn as nn

# 定义简单的全连接神经网络（MNIST分类）
class SimpleNet(nn.Module):
    def __init__(self):
        super(SimpleNet, self).__init__()
        # 定义网络层
        self.fc1 = nn.Linear(784, 128)  # 输入层（28*28=784）→ 隐藏层
        self.relu = nn.ReLU()           # 激活函数
        self.fc2 = nn.Linear(128, 10)   # 隐藏层 → 输出层（10类）

    # 定义前向传播
    def forward(self, x):
        x = x.view(-1, 784)  # 展平张量（batch_size, 784）
        x = self.fc1(x)
        x = self.relu(x)
        x = self.fc2(x)
        return x

# 实例化网络
model = SimpleNet()
# 移到GPU
model = model.to(device)

# 测试前向传播
input_tensor = torch.rand((1, 1, 28, 28)).to(device)  # 模拟MNIST输入
output = model(input_tensor)
print(output.shape)  # 输出：torch.Size([1, 10])

4. 训练流程（优化器+损失函数）

import torch.optim as optim

# 1. 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()  # 交叉熵损失（分类任务）
optimizer = optim.Adam(model.parameters(), lr=0.001)  # Adam优化器

# 2. 单步训练示例
for epoch in range(10):  # 训练10轮
    running_loss = 0.0
    # 模拟训练数据（实际中用DataLoader加载）
    inputs = torch.rand((32, 1, 28, 28)).to(device)  # batch_size=32
    labels = torch.randint(0, 10, (32,)).to(device)  # 随机标签

    # 清零梯度
    optimizer.zero_grad()

    # 前向传播
    outputs = model(inputs)
    # 计算损失
    loss = criterion(outputs, labels)
    # 反向传播
    loss.backward()
    # 更新参数
    optimizer.step()

    running_loss += loss.item()
    print(f"Epoch {epoch+1}, Loss: {running_loss/32:.4f}")

适用场景

场景 优势体现
学术研究 动态图便于快速迭代算法，API灵活，支持自定义层/损失函数
计算机视觉（CV） torchvision内置大量经典模型（ResNet、CNN、YOLO），数据预处理工具完善
自然语言处理（NLP） 支持Transformer、LSTM等模型，Hugging Face Transformers基于PyTorch开发
深度学习入门 Pythonic语法，调试友好，教程资源丰富（官方教程、B站/知乎大量案例）
生产环境部署 TorchScript导出静态图，TorchServe部署模型，支持GPU/CPU/移动端

安装

基础安装（CPU版）

pip3 install torch torchvision

提示： torchvision 是PyTorch生态系统中专注于 计算机视觉 任务的工具库

poetry安装（CPU版）

poetry add torch torchvision

其他安装

详见官网首页介绍：
https://pytorch.org/

总结

  1. PyTorch是新手友好+生产可用的深度学习框架，动态计算图和Pythonic语法降低了入门门槛；
  2. 核心优势：动态计算图（调试灵活）、自动求导（简化反向传播）、完善的生态（CV/NLP工具链）；
  3. 适用场景：学术研究、CV/NLP开发、深度学习入门，是当前工业界和学术界的主流选择。

原文出处：/show_1GW2YUseIgCT.html

吉ICP备15003043号