Python AI 实战：从线性回归到图像分类

这里的关键在于理解 optimizer.zero_grad() 的作用：每次迭代前必须清空梯度，否则梯度会累积导致数值爆炸。

进阶：神经网络

线性模型只能处理线性关系，现实中的数据往往是非线性的。接下来我们构建一个简单的多层感知机（MLP）。

import torch
import torch.nn as nn
import torch.optim as optim

# 生成非线性数据：y = x^2 + noise
x = torch.linspace(-1, 1, 100).unsqueeze(1)
y = x.pow(2) + 0.2 * torch.randn(100, 1)

# 定义神经网络模型
class NeuralNet(nn.Module):
    def __init__(self):
        super(NeuralNet, self).__init__()
        self.hidden = nn.Linear(1, 10)
        self.output = nn.Linear(10, 1)

    def forward(self, x):
        x = torch.relu(self.hidden(x))  # 引入非线性激活
        x = self.output(x)
        return x 

# 创建模型实例
model = NeuralNet()

# 定义损失函数和优化器
criterion = nn.MSELoss()
optimizer = optim.SGD(model.parameters(), lr=0.01)

# 训练模型
epochs = 1000
for epoch in range(epochs):
    outputs = model(x)
    loss = criterion(outputs, y)
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    if (epoch + 1) % 100 == 0:
        print(f'Epoch [{epoch+1}/{epochs}], Loss: {loss.item():.4f}')

# 可视化结果
import matplotlib.pyplot as plt
plt.scatter(x.numpy(), y.numpy(), label='Original data')
plt.plot(x.numpy(), predicted.numpy(), 'r-', label='Neural network prediction')
plt.legend()
plt.show()

图像分类实战：MNIST

进入计算机视觉领域，卷积神经网络（CNN）是处理图像数据的标配。我们将使用经典的 MNIST 手写数字数据集。

数据准备

PyTorch 提供了便捷的 torchvision 接口来加载和处理数据。

import torch
import torchvision
import torchvision.transforms as transforms

# 数据预处理：归一化
transform = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))
])

# 加载 MNIST 数据集
trainset = torchvision.datasets.MNIST(root='./data', train=True, download=True, transform=transform)
trainloader = torch.utils.data.DataLoader(trainset, batch_size=64, shuffle=True)
testset = torchvision.datasets.MNIST(root='./data', train=False, download=True, transform=transform)
testloader = torch.utils.data.DataLoader(testset, batch_size=64, shuffle=False)

# 查看数据示例
def imshow(img):
    img = img / 2 + 0.5  # 反归一化
    npimg = img.numpy()
    plt.imshow(np.transpose(npimg, (1, 2, 0)))
    plt.show()

import matplotlib.pyplot as plt
import numpy as np

dataiter = iter(trainloader)
images, labels = next(dataiter)
imshow(torchvision.utils.make_grid(images))
print('标签:', ' '.join(f'{labels[j]}' for j in range(4)))

构建 CNN 模型

卷积层负责提取特征，池化层用于降维，全连接层用于分类。

import torch.nn as nn
import torch.nn.functional as F

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        # 卷积层
        self.conv1 = nn.Conv2d(1, 32, 3, 1)
        self.conv2 = nn.Conv2d(32, 64, 3, 1)
        # 池化层
        self.pool = nn.MaxPool2d(2, 2)
        # 全连接层
        self.fc1 = nn.Linear(64 * 12 * 12, 128)
        self.fc2 = nn.Linear(128, 10)

    def forward(self, x):
        x = self.pool(F.relu(self.conv1(x)))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 64 * 12 * 12)
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        return x 

net = Net()
print(net)

训练与测试

训练循环是深度学习中最常见的模式，注意批量处理（Batch Processing）对显存和收敛速度的影响。

import torch.optim as optim

# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = optim.SGD(net.parameters(), lr=0.001, momentum=0.9)

# 训练模型
epochs = 5
for epoch in range(epochs):
    running_loss = 0.0
    for i, data in enumerate(trainloader, 0):
        inputs, labels = data
        optimizer.zero_grad()
        outputs = net(inputs)
        loss = criterion(outputs, labels)
        loss.backward()
        optimizer.step()
        running_loss += loss.item()

        if i % 100 == 99:
            print(f'[{epoch + 1}, {i + 1}] loss: {running_loss / 100:.3f}')
            running_loss = 0.0
print('训练完成')

测试阶段主要关注准确率指标，并随机抽取几张图片验证预测效果。

correct = 0
total = 0
with torch.no_grad():
    for data in testloader:
        images, labels = data
        outputs = net(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

print(f'测试准确率：{100 * correct / total:.2f}%')

# 查看预测结果
dataiter = iter(testloader)
images, labels = next(dataiter)
imshow(torchvision.utils.make_grid(images))
print('真实标签:', ' '.join(f'{labels[j]}' for j in range(4)))
outputs = net(images)
_, predicted = torch.max(outputs, 1)
print('预测标签:', ' '.join(f'{predicted[j]}' for j in range(4)))

Rust 开发者的视角

如果你习惯 Rust 的强类型和内存安全，转向 Python 做 AI 开发会有些不适应，但也有独特的优势。

• 开发效率：Python 的动态特性让原型验证极快，无需像 Rust 那样反复编译调试。
• 生态丰富度：PyTorch 等库封装了底层 C++/CUDA 细节，直接调用即可。
• 性能权衡：虽然 Python 运行慢，但核心计算由 C++ 后端完成，实际瓶颈通常在 IO 或网络。
• 思维转换：Rust 开发者应利用系统级编程经验去理解模型底层，同时接受 Python 的'胶水语言'定位。

建议保持代码风格清晰，利用类型注解（Type Hints）弥补动态类型的不足，并在关键路径考虑用 Rust 扩展模块以提升性能。

总结

从线性回归到卷积神经网络，PyTorch 提供了一套连贯且高效的工具链。对于有系统编程背景的开发者，理解其背后的张量操作和自动求导机制至关重要。通过实践项目巩固这些概念，你将能更快地在 AI 领域落地想法。