深度学习神经网络代码修改指南：数据预处理与网络结构调整

2. 复杂需求处理

对于更复杂的需求，如正负样本均衡或自定义采样策略，可以修改 batch_sampler 或传入自定义的 collate_fn。

• Batch Sampler: 如果开源库中的 Dataset 无法直接修改，可以通过自定义 Sampler 来控制每个 batch 包含哪些样本。
• Collate Function: 用于将多个样本合并为一个 batch，常用于处理变长序列或特殊格式数据。

3. 验证数据加载结果

修改完 Dataloader 后，务必单独遍历测试，确保生成的 Tensor 维度和数据类型正确，且可视化效果符合预期。

import matplotlib.pyplot as plt

for batch_idx, (images, labels) in enumerate(dataloader):
    print(f"Batch {batch_idx}:")
    print(f"Images tensor shape: {images.shape}")  # 应为 [B, C, H, W]
    print(f"Images tensor dtype: {images.dtype}")
    print(f"Labels tensor shape: {labels.shape}")
    
    # 可视化第一张图像
    if batch_idx == 0:
        img = images[0].permute(1, 2, 0).numpy()
        plt.imshow(img)
        plt.title(f"Label: {labels[0].item()}")
        plt.axis('off')
        plt.show()
        break

三、网络部分修改指南

网络结构与数据加载完全解耦。修改网络时，无需依赖真实数据，可以使用随机张量进行调试，这能极大提高开发效率。

1. 使用随机张量调试

利用 torch.rand 生成模拟输入数据，直接传入网络进行前向传播。这样可以快速检查网络结构是否存在维度不匹配、层数错误等问题。

import torch
import torch.nn as nn

class SimpleCNN(nn.Module):
    def __init__(self, input_channels=3, num_classes=10):
        super(SimpleCNN, self).__init__()
        self.conv1 = nn.Conv2d(input_channels, 16, kernel_size=3, padding=1)
        self.relu = nn.ReLU()
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(16, 32, kernel_size=3, padding=1)
        
        # 动态计算全连接层输入维度
        self._calculate_fc_input()
        
        self.fc1 = nn.Linear(self.fc_input_dim, 128)
        self.fc2 = nn.Linear(128, num_classes)

    def _calculate_fc_input(self):
        # 假设输入为 32x32，经过两次池化后变为 8x8
        h, w = 32 // 4, 32 // 4 
        self.fc_input_dim = 32 * h * w

    def forward(self, x):
        x = self.conv1(x)
        x = self.relu(x)
        x = self.pool(x)
        x = self.conv2(x)
        x = self.relu(x)
        x = self.pool(x)
        x = x.view(-1, self.fc_input_dim)
        x = self.fc1(x)
        x = self.relu(x)
        x = self.fc2(x)
        return x

# 设定模拟输入维度 B(batch), C(channels), H(height), W(width)
B, C, H, W = 4, 3, 32, 32
random_input = torch.rand([B, C, H, W])

model = SimpleCNN(input_channels=C, num_classes=10)
output = model(random_input)
print("Output shape:", output.shape)  # 应输出 torch.Size([4, 10])

2. 查看网络参数

为了直观了解网络结构，可以使用 print(model) 打印网络层级信息，或使用 named_parameters() 遍历所有可学习参数及其形状。

print(model)
print("\nParameters:")
for name, param in model.named_parameters():
    print(f"{name}: {param.shape}")

3. 常见网络修改场景

• 修改输入通道数：若输入图像从 RGB 改为灰度图，需修改第一个卷积层的 in_channels 参数。
• 修改输出类别数：若分类任务类别增加，需修改最后一个线性层的 out_features。
• 调整网络深度：可通过封装层函数（如 make_layer）来动态控制卷积块数量，便于实验不同深度的模型。

四、调试与优化建议

1. 维度检查：在每一层输出后打印 x.shape，确保没有发生意外的维度坍塌或膨胀。
2. 梯度检查：对于复杂的网络修改，可使用 torch.autograd.gradcheck 验证数值梯度的正确性。
3. 模块化设计：尽量将网络层封装为独立函数或类，避免硬编码，方便后续复用和修改。

五、总结

修改深度学习代码的关键在于理解框架的解耦设计。数据部分专注于 Dataset 与 DataLoader 的配置，网络部分专注于 nn.Module 的定义与参数调试。通过随机张量测试可以快速定位结构问题，而详细的参数检查则有助于验证修改是否符合预期。在实际操作中，保持大胆尝试的心态，结合日志输出逐步排查，是解决代码修改问题的有效途径。