心智模型：一图看懂 PyTorch

在钻进每个概念之前，先花 10 分钟把"全景图"装进脑子。后面所有细节都会挂在这张图上。

用做菜理解四大概念

学 PyTorch 最常见的失败方式是：孤立地背 API。换个视角——把训练模型想象成开一家餐厅学做一道新菜：

概念	英文	类比	一句话职责
张量	Tensor	食材	一切数据的载体：菜品原料装在标好规格的盒子里
模型	Model (nn.Module)	厨师	定义"食材怎么加工成成品"的规则
损失函数	Loss Function	品尝打分	量化"做出来的菜和理想味道差多远"
优化器	Optimizer	改进策略	根据打分反馈，告诉厨师每一步该往哪个方向调
数据集/加载器	Dataset / DataLoader	进货渠道	把食材按批次清洗、切配后送进后厨

训练循环就是厨师的成长过程：

进货(DataLoader) → 做菜(前向传播) → 品尝打分(计算损失)
→ 分析哪里做差了(反向传播求梯度) → 调整手法(优化器更新参数)
→ 下一批食材，继续……

概念关系图

                        ┌────────────────────────────┐
                        │        训练循环 (train loop)  │
                        └────────────────────────────┘
                                     │ 反复执行
        ┌────────────┬───────────────┼───────────────┬────────────┐
        ▼            ▼               ▼               ▼            ▼
  ┌──────────┐ ┌──────────┐   ┌───────────┐   ┌──────────┐  ┌──────────┐
  │ Dataset/ │→│  模型     │→ │  损失函数  │→ │ Autograd │→ │ 优化器    │
  │ DataLoader│ │nn.Module │   │  nn loss   │  │ 自动求导  │  │ optimizer│
  └──────────┘ └──────────┘   └───────────┘   └──────────┘  └──────────┘
   进货渠道       厨师          品尝打分        分析原因      调整手法
        │            │               │              │            │
        └────────────┴────── 数据流动的形式都是 ──────┴──────┬─────┘
                     ▼                     ▼
              ┌─────────────────────────────────┐
              │   张量 Tensor（一切数据的载体）      │
              │   形状 shape + 数据类型 dtype + 设备 device │
              └─────────────────────────────────┘

记住三个关键流向：

数据流（前向）：DataLoader 吐出张量 → 模型吐出预测张量 → 损失函数吐出一个标量损失。
梯度流（反向）：对标量损失调用 .backward()，梯度沿前向的逆方向流回每个参数张量，写入其 .grad 属性。
更新流：优化器读取每个参数的 .grad，修改参数值，然后梯度清零，等待下一轮。

新手最容易误解的 5 个地方

误解 1："张量就是矩阵"

矩阵是二维的，张量是 N 维数组的推广：0 维张量是标量，1 维是向量，2 维是矩阵，3 维以上都是"矩阵的堆叠"。更重要的是，张量不只是数组——它可以带梯度信息、可以在 GPU 上、可以参与自动求导，这是 NumPy 数组做不到的。

误解 2："backward() 会更新参数"

不会。.backward() 只计算梯度（把结果存进 param.grad）。更新参数必须再调用 optimizer.step()，清零梯度要 optimizer.zero_grad()。这三步是独立的：

python

loss.backward()        # 1. 算梯度，写入 param.grad
optimizer.step()       # 2. 用梯度更新 param.data
optimizer.zero_grad()  # 3. 把 param.grad 清为零（下一轮前重新算）

有个坑：如果忘记 zero_grad()，PyTorch 会把新梯度累加到旧梯度上（这是特性不是 bug，为了支持某些需要累加的场景），训练会莫名其妙不收敛。实战章节会带你亲自踩一次。

误解 3："shape 不重要，能跑就行"

深度学习代码 80% 的 bug 是形状不匹配。[32, 784] 和 [32, 10] 差一个维度，程序要么直接报错，要么静默广播出错误结果（更可怕）。从第一天起就养成 print(x.shape) 的习惯。

误解 4："训练时和推理时的代码完全一样"

不一样。Dropout（训练时随机丢弃神经元）和 BatchNorm（训练/推理用不同统计量）这类层，在 model.train() 和 model.eval() 下行为完全不同。忘了切换，推理效果会莫名其妙变差。

误解 5："GPU 是万能的，加了就快"

小数据 + 小模型时，GPU 的数据搬运开销可能让训练更慢。GPU 的优势在于大规模并行矩阵运算，任务太小时体现不出来。另外 CPU→GPU 的数据搬运是显式发生的（.to(device)），不是自动的。

接下来

四个核心概念每个都值得单独展开：

张量 Tensor —— 数据的形状、类型与设备
自动求导 Autograd —— PyTorch 的魔法所在
用 nn.Module 搭模型 —— 像搭积木一样定义网络
数据管道 Dataset 与 DataLoader —— 把数据喂进模型

如果只想快速上手，也可以先去环境搭建跑起来，再回头精读这几篇。

心智模型：一图看懂 PyTorch ​

用做菜理解四大概念 ​

概念关系图 ​

新手最容易误解的 5 个地方 ​

误解 1："张量就是矩阵" ​

误解 2："backward() 会更新参数" ​

误解 3："shape 不重要，能跑就行" ​

误解 4："训练时和推理时的代码完全一样" ​

误解 5："GPU 是万能的，加了就快" ​

接下来 ​