ai - llm 从头开始 pytorch 1 上手

访问量: 10

refer to: https://www.doubao.com/thread/wa01e19bc66e8aa03

安装好 cuda, pytorch  https://pytorch.org/get-started/locally/

（我的显卡是3080 20G, windows, 所以豆包推荐了我这个：）

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

验证：

  1 import torch
  2
  3 print(torch.cuda.is_available())  # 返回 True
x = torch.rand(5,3)
print(x)

PS C:\workspace\llm\test_pytorch> python .\run1.py
tensor([[0.7051, 0.7190, 0.4745],
        [0.0782, 0.2797, 0.1021],
        [0.4358, 0.5520, 0.9624],
        [0.5475, 0.9502, 0.9342],
        [0.4325, 0.3547, 0.9727]])

开始  https://docs.pytorch.org/tutorials/ 

一步一步的把这个 教程的代码敲下来，运行即可。

解释见：https://www.doubao.com/thread/wdacb54258bc3cce5

比較核心的地方：

34 class NeuralNetwork(nn.Module):
 35     def __init__(self):
 36         super().__init__()
 37         self.flatten = nn.Flatten()  # 展平图片
 38
 39         # 创建3层神经网络
 40         self.linear_relu_stack = nn.Sequential(
 41                 nn.Linear(28*28, 512), # 783 -> 512个神经元
 42                 nn.ReLU(),
 43                 nn.Linear(512, 512), # 512 -> 512 个神经元
 44                 nn.ReLU(),
 45                 nn.Linear(512,10) # 输出 10个数字
 46                 )
 47
 48     def forward(self, x):
 49         x = self.flatten(x)
 50         logits = self.linear_relu_stack(x)
 51         return logits
 52
 53 model = NeuralNetwork().to(device)
 54 print(model)

根據這個解释： https://www.doubao.com/thread/we21293ffe34d46ac  ， 可以是多层，可以不是512，而是 400 这样。

dataset: 

这里提供的是训练用的数据。

为了把代码弄简洁，更好使用，所以直接用一个lib 来引入了。

想打印这些图片，用这个脚本：

import torch
from torchvision import datasets
from torchvision.transforms import ToTensor
import numpy as np
from PIL import Image  # 用来保存图片

# 加载数据集
training_data = datasets.FashionMNIST(
    root="data",
    train=True,
    download=True,
    transform=ToTensor()
)

# 衣服类别名称
classes = [
    "T-shirt-top",
    "Trouser",
    "Pullover",
    "Dress",
    "Coat",
    "Sandal",
    "Shirt",
    "Sneaker",
    "Bag",
    "Ankle boot"
]

# 保存前 20 张图片
for i in range(20):
    img_tensor, label = training_data[i]

    # torch 张量 → numpy → 28x28 灰度图
    img_np = img_tensor.squeeze().numpy()
    img_np = (img_np * 255).astype(np.uint8)  # 转回 0~255 像素

    # 保存成图片
    img = Image.fromarray(img_np)
    filename = f"fashion_{i:02d}_{classes[label]}.png"
    img.save(filename)
    print(f"已保存：{filename}")

运行后，就可以看到很多鞋，裤子，衣服的黑白小图了。

订阅/RSS Feed

Subscribe