简介：这份资源面向希望系统入门深度学习与 PyTorch 框架的学习者，配套《深度学习与PyTorch入门实战》视频课程使用，覆盖机器学习基础、卷积神经网络、循环神经网络、生成对抗网络、图卷积等主题，适合具备一定 Python 基础、想从理论走向代码实践的高校学生与算法初学者，帮助解决环境配置繁琐、示例代码零散、缺少可复现实验材料的问题。压缩包共 142 个文件，约 85.9MB，以 55 个 pdf 讲义与课件、39 个 py 示例脚本为主，另含 ipynb 交互式笔记本、png 示意图、xml 与 cfg 配置文件及少量数据集说明文档，可对照课程按章节阅读与运行。已有 2679 人学习下载，说明内容经过较多读者检验。资源中还包含 PyTorch 安装与环境配置说明，涵盖 Anaconda、CUDA 10.0 及国内镜像源设置，并给出 LSTM、Cifar10 与 ResNet18 实战、图卷积网络等案例的代码骨架，便于读者搭建环境后逐课复现模型训练流程，理解网络结构与调参思路，形成从安装到实战的完整学习路径。
1. 先破除一个误会：深度学习入门不是先啃完数学再动手
很多人一想到深度学习，脑子里先冒出来的是满黑板的偏导数和矩阵乘法，于是把 PyTorch 入门这件事一拖再拖，教材买了三本，环境一个没装。真相是，新手最该先做的，是把一个能跑的最小例子跑通：装好框架、造一个张量、让它自己学着拟合一条直线。这一步不需要你会推导公式，只需要你会写几行 Python。这份配套视频教程的源码和 PPT，走的就是这条路——先让你看见结果，再回头补原理。它适合三类人：会一点 Python 想转方向的学生、工作中要接触模型但没系统学过的开发者、以及被数学吓退过好几次的自学者。接下来的内容按「这是什么、为什么值得学、第一步怎么迈」的顺序，把这条路铺平。
2. 搞懂 PyTorch 到底在做什么：把「张量」和「自动求导」两个词拆开看
2.1 为什么第一站该选它，而不是先纠结框架选型
新手最爱问的问题之一是「我该学哪个框架」。这个问题其实问早了。框架之间九成的概念是共通的：数据怎么装、模型怎么搭、损失怎么算、梯度怎么回传，换个框架只是写法变了。真正决定你能不能入门的是「有没有把一次训练从头到尾跑完」，而不是「站队站得对不对」。
那为什么这份教程从 PyTorch 切入？三个很实际的原因。第一，它写起来像普通 Python，你定义模型就是定义一个类，前向计算就是写一个函数，没有额外的心智负担。第二，它的报错信息相对友好，出错时通常能定位到具体某一行，这对新手极其重要——血泪经验告诉我们，入门阶段最劝退的不是概念难，而是报错看不懂。第三，它可以在任何一行代码处打断点，像调试普通脚本一样调试模型，这对理解「数据在每一步变成了什么形状」帮助巨大。
所以别在选型上纠结太久。学透一个，再看别的，通常两周就能迁移过去。你现在需要的是一个能把概念落地的最小环境，而不是一份完美的技术选型报告。
2.2 张量：把数据装进一个带形状的盒子
PyTorch 里所有数据都是张量（Tensor）。你可以把它理解成「带形状信息的多维数组」，或者更生活化一点——一张 Excel 表，可以往上叠。
零维张量就是一个光秃秃的数，比如3.14。一维张量是一行数，比如一条长度为 10 的向量。二维张量就是一张表格，有行有列。三维张量是好几张表摞在一起。四维就是「一摞一摞的表再打包成一批」。新手最容易卡住的地方，是搞不清什么时候该用几维。这里给一个能直接套用的经验：图片数据在 PyTorch 里通常是四维的，顺序是[批大小, 通道数, 高, 宽]；一段文本数据通常是三维的，顺序是[批大小, 序列长度, 每个词的向量长度]。
张量有三个你必须随时能说出来的属性。shape是形状，比如torch.Size([32, 3, 224, 224])表示一次喂进去 32 张彩色图，每张 224×224。dtype是数据类型，神经网络里绝大多数计算用float32，整数标签用int64。device是它待在哪儿，在内存里还是在显卡上。
这三个属性里，新手九成的报错都和shape有关。所以从今天起养成一个习惯：每写完一步运算，就打印一次print(x.shape)。这个动作看起来笨，但它能让你在半小时内建立对维度的直觉，比看十页教材都快。
2.3 自动求导：训练为什么不用你手推公式
深度学习的「学习」过程，说穿了就是不断调参数让误差变小。要调参数，就得知道「参数往哪个方向调能让误差变小」，这个东西就是梯度。手推梯度是入门阶段最大的心理障碍，而 PyTorch 把这件事打包了。
机制不复杂。你给一个张量加上requires_grad=True，相当于给它开了一本账本：从此以后，凡是用到它的运算，都会被记进账本里，形成一条计算链。等你算完损失，调用一次.backward()，框架就沿着这条链倒着走一遍，把每个参数的梯度算出来，存进.grad里。这个过程叫自动求导。
举个例子。你写y = w * x + b，再写loss = (y - target) ** 2，然后loss.backward()。跑完之后，w.grad和b.grad里就已经是梯度值了，你什么都不用推。这就像记账本帮你把每笔开销都记好了，你只需要在月底翻一下总额。
提示：
.grad里的值是累加的，不会自动清零。每次更新完参数要手动清零，否则梯度会越滚越大。这是新手最经典的翻车点之一，后面第 5 章还会专门说。
2.4 一次训练循环，永远是这五个动作
把训练拆开看，不管模型多复杂，一轮循环永远由五个动作组成，顺序固定：
- 前向计算：把数据喂进模型，得到预测值。
- 算损失：拿预测值和真实值比，得到一个表示「错得多离谱」的数。
- 反向传播：调用
.backward()，算出每个参数的梯度。 - 更新参数：拿梯度乘上学习率，把参数往反方向挪一点。
- 梯度清零：把上一轮的梯度清掉，为下一轮做准备。
记住这五步，后面你看 CNN、RNN、GAN 的代码时会发现，模型内部千变万化，这五步一步都没变。变化的只有两样东西：模型长什么样，损失函数怎么定义。
3. 第一个能跑的例子：从装环境到拟出一条直线
3.1 装环境：先跑通再说，别一上来就折腾显卡
新手装环境最容易犯的错，是想一步到位配好显卡加速，结果在驱动和版本匹配上耗掉一整天，热情直接磨没。入门阶段的建议是：先装 CPU 版本，把代码跑通，等你有把握了再去折腾显卡。CPU 版本跑小数据和线性回归完全够用。
用 conda 建一个独立环境，避免和你电脑里其它 Python 项目打架：
# 建一个专门用于深度学习的独立环境，Python 版本选 3.10 比较稳 conda create -n dl-start python=3.10 -y # 激活这个环境，之后所有安装和运行都在这个环境里进行 conda activate dl-start # 先装 CPU 版本，包体小、装得快，入门阶段够用 pip install torch torchvision三条命令的含义分别是：创建隔离环境、切换进去、安装框架本体和配套的视觉工具库。隔离环境这一步别省，它相当于给你的实验单独开了一间房，弄乱了直接删掉重建，不会波及你系统里其它东西。
装完之后一定要验证，别靠「没报错就是装好了」这种玄学判断：
import torch # 打印版本号，确认装上了 print(torch.__version__) # 打印显卡是否可用，CPU 版本这里会是 False，属于正常现象 print(torch.cuda.is_available()) # 造一个小张量，确认能正常运算 x = torch.ones(2, 3) print(x)如果第一行能打出类似2.x.x的版本号，第三行能打出两行三列的全 1 矩阵，说明环境通了。第二行是False也不用慌，说明你装的是 CPU 版本，第 3.3 节的例子照样能跑。
3.2 第一段代码：认识张量的形状和运算
在跑模型之前，先花十分钟和张量混个脸熟。下面这段代码覆盖了新手最常用的几个操作：
import torch # 从 Python 列表造张量，形状是两行两列 a = torch.tensor([[1.0, 2.0], [3.0, 4.0]]) print("a 的形状:", a.shape) # torch.Size([2, 2]) # 全零、全一、随机初始化，这三种在搭模型时天天用 z = torch.zeros(3, 4) # 三行四列，全 0 o = torch.ones(2, 2) # 两行两列，全 1 r = torch.randn(2, 3) # 两行三列，标准正态分布随机数 # 改变形状：把两行两列拍平成一行四个 flat = a.reshape(1, 4) print("拍平后:", flat.shape) # torch.Size([1, 4]) # 矩阵乘法用 @，注意左矩阵的列数要等于右矩阵的行数 b = torch.randn(2, 3) c = a @ b print("相乘后:", c.shape) # torch.Size([2, 3])逐条解释几个关键点。torch.tensor是从现成数据造张量，torch.zeros、torch.ones、torch.randn是按形状造张量，后三个在初始化权重时用得最多。reshape只改形状不改数据，但改完的元素总数必须和原来一致，两行两列四个数，只能变成一行四列或四行一列，变成三行三列就会直接报错。
@是矩阵乘法运算符。这条规则是新手前期最容易翻车的地方：左矩阵的列数必须等于右矩阵的行数。上面的例子里a是 2×2，b是 2×3，所以能乘，结果形状是 2×3。如果你把b改成 3×2，那a @ b就会报错。
提示：报错信息里出现
mat1 and mat2 shapes cannot be multiplied，九成是矩阵乘法两边的形状不匹配。看到这句先别慌，把两边的shape打印出来对着看。
3.3 第二段代码：跑通一次完整训练
现在跑一个真家伙：让程序自己找出「y 等于 3 乘 x 加 2」这条直线的两个参数。数据是我们自己造的，所以我们知道正确答案是 3 和 2，最后可以对照着看模型学得准不准。
import torch # 固定随机种子，保证每次运行结果一致，方便你对照 torch.manual_seed(0) # 造 100 个样本：y = 3x + 2，再掺一点噪声，模拟真实数据的抖动 x = torch.randn(100, 1) y = 3 * x + 2 + 0.1 * torch.randn(100, 1) # 需要学习的两个参数，随机给初值，requires_grad 打开账本 w = torch.randn(1, 1, requires_grad=True) b = torch.zeros(1, 1, requires_grad=True) lr = 0.1 # 学习率：每次参数挪动的幅度 for step in range(200): # 训练 200 轮 pred = x @ w + b # 第一步：前向计算 loss = ((pred - y) ** 2).mean() # 第二步：均方误差 loss.backward() # 第三步：反向传播，算梯度 with torch.no_grad(): # 更新参数时不记录梯度 w -= lr * w.grad # 第四步：沿梯度反方向挪一小步 b -= lr * b.grad w.grad.zero_() # 第五步：梯度清零，防止累加 b.grad.zero_() if step % 50 == 0: print(f"第 {step} 轮，损失 {loss.item():.4f}") print(f"学到的 w = {w.item():.3f}，b = {b.item():.3f}")跑完你会看到损失从几下降到接近 0.01，最后打印出来的w和b会非常接近 3 和 2。这就是一次完整的训练。
几个参数值得说清楚。lr是学习率，它决定每次参数挪多大一步。设太大会来回震荡甚至越训越差，设太小则收敛慢得像爬。0.1 对这个小例子合适，换成真实模型通常要小得多。range(200)是训练轮数，轮数不够损失降不下去，轮数太多又可能过拟合。with torch.no_grad()的作用是告诉框架「这段别记账」，因为更新参数这个动作本身不需要求导，不加这层会导致计算图越堆越大。
把这段代码和 2.4 节那五个动作对照着看一遍，你会发现顺序完全对得上。这就是为什么前面要专门讲那五步——它是所有 PyTorch 代码的骨架。
3.4 配套源码和 PPT 怎么配合着用
拿到一套教程，最笨的用法是从第一个文件按顺序看到最后一个。更有效的顺序是：先用 PPT 建立整体地图，知道这门课要带你走哪几站；再挑一个最短的源码文件跑通，拿到「我能跑起来」的信心；最后才回头按章节补细节。
具体到操作上，跑源码之前先做三件事：读一遍文件开头的注释和导入部分，看它依赖了什么；找到数据加载的那几行，搞清数据长什么样；找到训练循环，对照 2.4 节的五步看它有没有缺。这三件事做完，一个陌生的训练脚本你就能大致读懂了。
跑通之后别急着看下一个，先把参数改一改再跑一遍。把学习率改成 1 和 0.001 各试一次，看看损失曲线有什么变化；把训练轮数改成 10 和 1000 各试一次；把网络层数加一层试试。这种「改一改看结果」的过程，比被动看十段代码学到的东西多。
4. 顺着配套源码往上走：CNN、RNN、GAN 各自解决什么问题
4.1 卷积神经网络：为什么图片不能直接拍平
如果你把一张图的所有像素拍成一条长长的向量，再喂给普通全连接层，会发生两件事：参数量爆炸，以及图像的空间结构被彻底打乱——原本相邻的两个像素被打散到向量两端，模型学不到「边上有什么」。
卷积神经网络（CNN）解决的就是这个问题。它的核心动作是「用小窗口在图上滑动」，每次只看局部一小块，然后把结果汇总。这带来两个好处：参数共享，同一个窗口滑遍全图，参数量比全连接少几个数量级；平移不变性，猫出现在左上角还是右下角，识别结果都该一样。
用 PyTorch 写一个最小卷积块，其实只有三行：
import torch.nn as nn # 输入 3 通道彩色图，输出 16 个特征图 # kernel_size=3 表示用 3×3 的小窗口滑动 conv = nn.Conv2d(in_channels=3, out_channels=16, kernel_size=3, padding=1) # 激活函数，把负值压成 0，给网络引入非线性 act = nn.ReLU() # 每次取窗口内最大值，把长宽各缩小一半 pool = nn.MaxPool2d(kernel_size=2)in_channels=3对应 RGB 三通道，灰度图就是 1。out_channels=16表示这一层会生成 16 张特征图，每一张关注一种局部模式，比如某一张专门对横线敏感，另一张对直角敏感。padding=1是在四周补一圈零，目的是让输出尺寸和输入保持一致，不补的话每卷一次边缘都会被削掉一点。
一层卷积之后通常接激活函数再接池化。池化把长宽各砍一半，作用是压缩信息、扩大感受野，同时降低计算量。这三样东西堆几层，最后接一个全连接层输出分类结果，就是一个标准的图像分类网络。
新手学到这里最容易陷入的误区，是钻进去研究卷积的数学定义。入门阶段你只需要记住三件事：它用局部窗口提取特征、参数在全图共享、堆叠层数越多看到的范围越大。够用了。
4.2 循环神经网络：处理有先后顺序的数据
图片没有先后顺序，但文本、语音、时间序列有。一句话里「不」和「好」的位置调换，意思完全相反。普通网络把每个输入当独立个体处理，天然抓不到这个顺序信息。
循环神经网络（RNN）的做法是引入「记忆」：处理当前这一步时，除了看当前输入，还把上一步的输出一起拿来看。用代码表达非常短：
import torch.nn as nn # 输入向量长度 128，隐藏状态长度 256，堆两层 rnn = nn.RNN(input_size=128, hidden_size=256, num_layers=2, batch_first=True)input_size是每一步输入的向量长度，hidden_size是那个「记忆」的宽度，num_layers是堆几层。batch_first=True表示输入张量的第一个维度是批大小，这是新手最容易搞混的一个开关，不设的话默认把序列长度放第一位，后面形状对不上就要查半天。
朴素 RNN 有个经典毛病：序列一长，早期的信息就传不到后面，梯度在回传时越乘越小，最后接近于零，也就是常说的梯度消失。所以实际工程里更多用它的两个改进版本，一个加了门控机制来决定记什么忘什么，另一个用类似思路但结构更简洁。入门阶段先把「记忆」这个直觉建立起来，至于用哪个变体，跟着教程源码走就行。
4.3 生成对抗网络：两个网络互相较劲
前面两类模型都是「输入什么判断什么」，生成对抗网络（GAN）干的是另一件事：造出以假乱真的数据。
它的结构很有意思，由两个网络组成。一个叫生成器，负责从随机噪声里造样本；一个叫判别器，负责判断一个样本是真的还是造的。训练时两者交替上场：判别器努力分辨真假，生成器努力骗过判别器。两边互相促进，造出来的东西越来越像真的。
写出来就是个博弈过程：
for step in range(总共轮数): # 第一轮：固定生成器，训练判别器，让它学会分辨真假 fake = 生成器(随机噪声) 判别器损失 = 判别器(真样本, 标签真) + 判别器(fake.detach(), 标签假) 更新判别器() # 第二轮：固定判别器，训练生成器，让它学会骗人 fake = 生成器(随机噪声) 生成器损失 = 判别器(fake, 标签真) # 注意这里目标是让判别器判成真 更新生成器()这段伪代码里有两个新手必须注意的细节。fake.detach()的作用是把生成器造出来的样本从计算图里摘出来，训练判别器时不能让它顺手把生成器的梯度也更新了。生成器损失那里把标签写成「真」，是因为生成器的目标就是骗判别器，这个「反着标」的写法是 GAN 最反直觉的地方。
GAN 的训练是出了名的不稳定，两边实力失衡就容易崩：判别器太强，生成器学不到东西；生成器太强，判别器给不出有效信号。这不是你代码写错了，是这个结构本身的脾气。入门阶段跑通一个能出模糊结果的小例子就够了，别一上来就追求高质量生成。
4.4 一套陌生源码怎么读才不迷路
配套源码通常按模型类型分目录。拿到之后，按这个顺序读会顺很多：
先看数据部分，找到数据是怎么加载、怎么划分、怎么变成张量的。数据决定了一切，看不懂数据就看不懂后面的模型。再看模型定义，找到那个继承自nn.Module的类，看它的__init__里定义了哪些层，forward里这些层按什么顺序串起来。然后把训练循环找出来，对照 2.4 节的五步逐个对上。最后看评估部分，看它用什么指标判断好坏。
读的过程中有个笨办法特别有效：在每个关键的张量后面打印形状。模型定义得再花哨，形状对不上就是跑不了，而形状对了，逻辑通常也就顺了。
5. 新手避坑排查清单：五个最常见的翻车现场
5.1 环境与安装阶段的坑
坑一：装完之后发现用不了显卡，或者装到一半卡住不动。
现象是torch.cuda.is_available()一直返回False，或者pip install卡在下载阶段十几分钟没反应。
原因通常有两个：装的是默认的 CPU 版本，本来就不带显卡支持；或者网络到软件源的速度慢，包体又大，卡在下载很正常。
解决办法是先确认自己装的是哪个版本，去官方安装页面对着自己的系统和显卡情况选对应命令重新装一遍。如果只是下载慢，换个时间段或者配置国内镜像源通常能缓解。入门阶段其实建议就用 CPU 版本，等真需要跑大模型了再折腾，能省掉一整天的折腾。
坑二：在错的环境里装包，跑代码时提示找不到模块。
现象是明明刚pip install过，一运行就报ModuleNotFoundError: No module named 'torch'。
原因是你的终端里激活的环境和编辑器里选用的解释器不是同一个。命令行装进了 A 环境，编辑器用的是 B 环境。
解决办法是两步核对：在终端里执行conda activate 环境名后跑which python看路径，在编辑器里找到解释器设置，把路径选成同一个。这个坑我踩过不止一次，养成「装包前先确认环境，装完立刻验证」的习惯能省很多事。
5.2 数据与形状阶段的坑
坑三：模型跑到一半报形状不匹配。
现象是报错里出现size mismatch或者shapes cannot be multiplied，程序在某一行直接中断。
原因基本是张量维度对不上。常见的有三种：图片数据忘了从[高, 宽, 通道]转成[通道, 高, 宽]；卷积层输出接全连接层时忘了先把特征图拍平；批大小那一维忘了加，或者加错了位置。
解决办法是在报错那一行前面把参与运算的所有张量的shape都打印出来，逐个核对。特别记住两件事：PyTorch 图片张量的通道维在前面，矩阵乘法要求左列等于右行，拍平用reshape(x.size(0), -1)，第一个参数保留批大小。
坑四：标签的数据类型不对，损失函数直接报错。
现象是跑分类任务时，交叉熵损失函数抛出类型相关的异常。
原因是分类任务的标签必须是 64 位整数，而很多人从 numpy 转过来的时候默认是浮点。
解决办法是在构造数据集时显式转换：labels = labels.long()。这一行看起来无关紧要，但它能省掉你半小时的排查时间。
5.3 训练过程的坑
坑五：损失不降、来回震荡，甚至变成 nan。
现象是训练跑了几十轮，损失值在某个数附近反复横跳，或者突然变成nan，模型彻底废掉。
原因按出现频率排：学习率设得太大，每步迈过头，参数在两极之间来回弹；忘了梯度清零，梯度一轮轮累加，越滚越大最后溢出；数据没有归一化，数值范围差太多，梯度被大数值主导；模型太深而初始化又不合适。
解决办法按顺序试：先把学习率调小十倍，这是最快见效的一招；再检查训练循环里有没有zero_grad()；然后把输入数据归一化到 0 到 1 或者标准化到均值 0 方差 1；最后再考虑换初始化方式。如果损失变成nan了，从后往前找，通常是某一步除零或者对零取了对数。
还有一个不报错但很常见的坑：训练时忘了切换模式。带批归一化或者随机失活的模型，在训练和推理时的行为是不一样的。预测前要调.eval()，训练前要调.train()，不切换的话你会看到「训练集准确率很高，测试集一塌糊涂」的诡异现象，然后怀疑人生。
注意：新手排查问题的顺序建议固定成「先形状、再数值、后结构」。形状问题会直接报错，最好查；数值问题表现成损失异常，次之；结构问题最隐蔽，放到最后查。
6. 下一步学什么：一条不绕路的三个月路线
跑通上面的例子之后，很多人会问：然后呢？我给一条自己带新人时用过的路线，按周推进，每一步都有明确的产出物，不至于学着学着不知道自己在哪儿。
| 阶段 | 时间 | 主要任务 | 产出物 |
|---|---|---|---|
| 打地基 | 第 1 到 2 周 | 张量操作、自动求导、一次完整训练循环 | 能手写线性回归和逻辑回归 |
| 上手视觉 | 第 3 到 5 周 | 卷积层、池化、数据增强、分类任务全流程 | 跑通一个手写数字识别 |
| 上手序列 | 第 6 到 8 周 | 循环结构、序列建模、文本分类 | 跑通一个文本情感分类 |
| 拓展 | 第 9 到 12 周 | 生成模型、迁移学习、模型保存与加载 | 能用现成模型改造成自己的任务 |
第 1 到 2 周的重点不是学多少东西，而是把「五步训练循环」变成肌肉记忆。你合上教程，能凭记忆写出一个能跑的线性回归，这两周就算过关。
第 3 到 5 周进入视觉。这个阶段最容易贪多，看到各种网络结构都想跑一遍。建议是挑一个最简单的分类任务，从数据加载、模型定义、训练、评估到保存模型，完完整整走一遍。跑通一次完整流程，比稀里糊涂跑十个 demo 有用得多。配套源码在这一段的价值最大，你可以对着它改数据增强、改层数、改学习率，看每一步的变化。
第 6 到 8 周进入序列。这一段的核心是理解「记忆」是怎么在时间步之间传递的。刚开始容易被各种张量的维度绕晕，一个实用的办法是拿一个极小的例子，比如只处理长度 5 的句子、批大小为 2，手动打印每一步的形状，看着数据在时间维上流动。
第 9 到 12 周是拓展期。到这个时候你已经不缺概念了，缺的是把模型用到自己数据上的经验。找一个你真正关心的小问题，哪怕只是给几百张图片分类，从头做一遍，你会遇到一堆教程里不会讲的问题：数据脏、类别不平衡、样本太少。这些问题解决掉，才算真入门。
最后说一个我自己踩过的坑。我刚开始学的时候，总想着先把理论看透再动手，结果书看了两章，代码一行没写，两周后连环境都懒得开了。后来改成「先跑通、再回头补」，进度反而快得多。从那以后我每次学新东西，都强制自己在第一天结束前跑出一个能打印结果的最小例子，哪怕它只有十行。这个习惯救了我很多次。
希望帮到你。
本文还有配套的精品资源，点击获取
