深度学习AI函数实例：动手跑通你的第一个模型

深度学习AI函数实例，我劝你别背。这篇文章里的每一行代码，都是我去年在出租屋里边报错边改出来的。当时网上教程的通病我全遇过：代码贴一半的、版本不对应跑不起来的、参数一个字不解释的。所以我写这篇时给自己立了规矩——代码全须全尾，参数逐个说人话，报错如实记录。

我们用PyTorch写一个手写数字识别模型。任务老掉牙了，但它是公认的最短路径：第一个模型的意义不是准确率，是让你亲手摸一遍"数据进来、预测出去、错误反传"的完整流程。跑通之后的视野完全不一样。

准备：深度学习AI函数实例运行前的环境

三样东西：Python 3.10以上、PyTorch 2.x、一块显卡或一颗耐心的CPU。没有显卡照样跑，MNIST数据集很小，CPU训练5分钟内出结果，我的老笔记本亲测过。装PyTorch别直接pip install torch完事，去pytorch.org首页，那里有个选择器，按你的系统和CUDA版本生成安装命令，照抄执行。

验证装没装对，开终端敲三行：

import torch
print(torch.__version__) # 打印版本号，2开头就对了
print(torch.cuda.is_available()) # 有显卡打True，没有打False

第三个打印False别慌，不是装坏了，只说明走CPU模式，入门完全够。我第一次看到False以为自己装了个寂寞，重装了三遍。冤。

实例第一段：造数据和搭网络的函数

这一段就两个函数：transforms.ToTensor()把图片变成数字矩阵，nn.Sequential()把三层网络串成一个整体。没有魔法，全是搭积木。先上代码，再逐行拆。

from torch import nn
from torchvision import datasets, transforms

data = datasets.MNIST(
    root='data', # 存放位置，会自动建文件夹
    train=True, # True取训练集6万张，False取测试集1万张
    download=True, # 本地没有就下载，约12MB
    transform=transforms.ToTensor() # 图片转张量，像素值压到0-1
)

说人话环节。图片在电脑里就是一堆数字，MNIST每张图28乘28个像素，每个像素0到255。ToTensor()干两件事：把数值除以255压进0-1区间（小数字训练更稳），再把形状整理成"1通道、高28、宽28"。不转行不行？行，但训练会像喝醉了一样晃。归一化对训练稳定的作用，是无数实验数据支撑的共识。

接着搭网络：

model = nn.Sequential(
    nn.Flatten(), # 把1×28×28拉平成784个数字排一排
    nn.Linear(784, 128), # 全连接：784个输入压缩成128个输出
    nn.ReLU(), # 激活函数：负数归零，正数保留
    nn.Linear(128, 10) # 再压成10个输出，对应数字0-9
)

Linear(784, 128)是最容易懵的函数。想象784个人排队进场，128个人出场，中间有个128行784列的表格决定谁能通过——这张表格就是模型要学的参数，共约10万个数，一开始全是随机数。ReLU更简单，一个门卫：负数不让过。别小看这个门卫，没有它，一百层网络等价于一层，这是数学上证明过的。这些概念用大白话展开讲，我在一层层网络到底在干什么里画过图。

实例第二段：损失函数和优化器的函数怎么选

两行代码：CrossEntropyLoss管打分，SGD管改进。前者告诉模型错得多离谱，后者决定每次改多少。学习率0.1是这份数据集的甜点区，我试过0.001，训了半小时像没训。

loss_fn = nn.CrossEntropyLoss()
optimizer = torch.optim.SGD(model.parameters(), lr=0.1)

这俩函数必须配对出现，少一个训练就无从谈起。CrossEntropyLoss接收模型的10个输出和正确答案，吐出一个数字——损失，数字越大错得越离谱。SGD（随机梯度下降）拿着这个损失，回头去微调那10万个参数，方向是让下一次损失变小。lr=0.1就是步子大小：太大会在最优点附近反复横跳，太小会挪到天荒地老。学习率这个参数的脾气，我在调参记录里写过一整节，见从模糊到能用的调参记录。

配对这件事我多说一句。要是换Adam优化器，lr得跟着改小一到两个数量级，0.001上下才正常。函数不是孤立用的，参数之间有搭配讲究，这是教程里最少人讲、实际最容易翻车的部分。

实例第三段：训练循环逐行讲

训练循环五步舞：取数据、算预测、算损失、清梯度、反传加更新。for循环每转一圈，模型进步一点点，转满三轮，准确率能到九成以上。整段贴出来。

for epoch in range(3): # 全部数据过三遍
    for x, y in loader: # 每次取64张图
        pred = model(x) # 前向：图片进，预测出
        loss = loss_fn(pred, y) # 打分：错多少
        optimizer.zero_grad() # 清空上一轮的梯度
        loss.backward() # 反向：算出每个参数该改的方向
        optimizer.step() # 更新：真的动手改参数

新手问爆了的问题：zero_grad()为什么必须写？因为PyTorch默认累加梯度，这轮不清零，上一轮的梯度会混进来，相当于改参数时参考了陈旧情报。我第一次删了这行，模型死活不收敛，loss下不去，查了两小时才发现。还有个容易忽视的点，loss.backward()和optimizer.step()的顺序不能反，先算方向再动步子，反了就是拿着旧地图找新路。

想看到过程的话，在循环里塞一行print(f'loss={loss.item():.4f}')，跑起来能看到数字一格一格往下掉。第一次看到那个数字从2.3掉到0.2的时候，我盯着屏幕傻笑，值了。想边跑边理解每个函数在框架里的位置，可以对照数据喂养到模型毕业那篇的流程图看。

我的报错全记录：这三关我替你守着

以下是本人真实翻车档案，按出现顺序排列。第一个报错，装完torch导入就红字：Microsoft Visual C++ Redistributable not found。Windows用户的见面礼。解法直接去微软官网下个VC运行库装上，一分钟的事，但当年我不知道，重装了两遍Python。

第二个，下载数据集卡死。MNIST服务器在国外，偶尔抽风。解法是挂上镜像或者手动下载数据包放进data文件夹，具体搜"MNIST手动下载"有详细步骤。第三个最阴险，代码不报错但loss纹丝不动。排查了一晚上，发现我把lr写成了0.000001，多敲了三个零。所以说参数别手敲，复制粘贴，然后检查小数点。新手踩坑不止环境这一处，认知上的坑我在入门五大误区里列过完整的清单。

话说回来，这些报错现在看都是小事，可当时每个都能卡我一晚上。所以真心建议：报错的时候别硬扛，把报错信息原样丢进搜索框，大概率已经有人踩过同一个坑。

跑通之后干什么？我的三步升级路线

第一改batch size感受速度变化，第二加层数观察准确率上限，第三换FashionMNIST数据集验证泛化。三个小实验做完，你对每个函数的手感就有了，比再读三篇教程管用。我自己就是这么干的：把batch从64改成512，显卡占用肉眼可见地涨了；把128那层改成256，准确率提了不到1%——层数和宽度不是越大越好，这是亲手试出来的认知，比背来的深。

第三步换数据集最有意思。FashionMNIST是衣服鞋子图，代码一行不用改，只换个数据集名字，模型照跑。同样的函数换个任务照样工作，那一刻你才算真理解了这些函数是通用的积木。往下走想复现论文或者做图像项目，路线参考第一次训练识别猫狗，那是我的下一个台阶。学AI路上函数只是入口，整体顺序怎么排看弯路排成的路标，都是我走过来的。

常见问题

一行代码都看不懂，能照着这篇做吗？

能，我写这篇就是假设你只有高中数学。先把代码跑起来看结果，再回头逐行理解，顺序反了容易劝退。要先补编程还是先跑代码的争论，可以看以为要先学编程的分析。

为什么我跑出来的准确率和你的不一样？

正常。初始参数是随机的，显卡和CPU的浮点运算也有差异，九成上下浮动两个点都属正常范围。别追求和别人一模一样的数字，要看loss是不是在稳定下降。

这些函数十年后还适用吗？

函数会变，背后的套路不变：打分、反馈、修正的循环写了三十年。深度学习框架迭代快，但概念稳定，PyTorch的函数文档在官方文档站常年更新，以那边为准。

学这个要多少数学？

跑通不需要，调优需要一点。矩阵乘法和导数概念够用到很后面，真到推导损失函数时再补也来得及。机器学习不写公式的讲法，不写公式也能讲明白那篇是专门干这个的。

这篇代码拿去直接抄，跑通了记得回来留言报个准确率，也欢迎转给那个总说"AI太难学"的朋友——他能跑通第一个模型，比你劝他一百句都管用。