# PyTorch 快速参考

*张量、自动微分、神经网络与训练流程*

> Source: PyTorch Documentation (pytorch.org) · MIT

## 张量

### 创建张量

```
import torch
a = torch.tensor([1, 2, 3])
b = torch.zeros(2, 3)
c = torch.ones(3, 3)
d = torch.randn(2, 4)  # 正态分布
```

### 张量构造函数

| Command | Description |
|---------|-------------|
| `torch.zeros(m, n)` | 全零张量，形状 (m, n) |
| `torch.ones(m, n)` | 全一张量，形状 (m, n) |
| `torch.randn(m, n)` | 标准正态分布随机张量 |
| `torch.arange(start, end, step)` | 等差数列 |
| `torch.linspace(start, end, steps)` | 固定数量的均匀点 |
| `torch.eye(n)` | 单位矩阵 |
| `torch.empty(m, n)` | 未初始化内存 |

### 与 NumPy 互操作

```
t = torch.from_numpy(np_array)
arr = tensor.numpy()  # 共享内存
t = torch.as_tensor(np_array)
```

## 自动微分

### 追踪梯度

```
x = torch.tensor([2.0, 3.0],
    requires_grad=True)
y = (x ** 2).sum()
y.backward()
print(x.grad)  # tensor([4., 6.])
```

### 禁用梯度追踪

```
with torch.no_grad():
    pred = model(x)  # 仅用于推理
x_det = x.detach()  # 从计算图中分离
```

### 梯度控制

| Command | Description |
|---------|-------------|
| `x.requires_grad_(True)` | 原地启用梯度追踪 |
| `x.grad.zero_()` | 清零累积梯度 |
| `x.detach()` | 返回无梯度历史的新张量 |
| `x.grad` | 访问存储的梯度 |

## 神经网络

### 定义模型

```
import torch.nn as nn
class Net(nn.Module):
    def __init__(self):
        super().__init__()
        self.fc1 = nn.Linear(784, 128)
        self.fc2 = nn.Linear(128, 10)
    def forward(self, x):
        x = torch.relu(self.fc1(x))
        return self.fc2(x)
```

### Sequential 模型

```
model = nn.Sequential(
    nn.Linear(784, 256),
    nn.ReLU(),
    nn.Dropout(0.2),
    nn.Linear(256, 10))
```

### 常用层

| Command | Description |
|---------|-------------|
| `nn.Linear(in, out)` | 全连接层 |
| `nn.Conv2d(c_in, c_out, k)` | 2D 卷积，卷积核大小 k |
| `nn.BatchNorm2d(n)` | 批归一化 |
| `nn.LSTM(in, hidden)` | LSTM 循环层 |
| `nn.Dropout(p)` | 概率为 p 的 Dropout |
| `nn.Embedding(vocab, dim)` | 嵌入查找表 |

## 数据加载

### 自定义 Dataset

```
from torch.utils.data import Dataset, DataLoader
class MyData(Dataset):
    def __init__(self, X, y):
        self.X, self.y = X, y
    def __len__(self): return len(self.X)
    def __getitem__(self, i):
        return self.X[i], self.y[i]
```

### DataLoader

```
loader = DataLoader(dataset, batch_size=32,
    shuffle=True, num_workers=2)
for batch_x, batch_y in loader:
    output = model(batch_x)
```

### 内置数据集

```
from torchvision import datasets, transforms
t = transforms.Compose([
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))])
data = datasets.MNIST("data", train=True,
    download=True, transform=t)
```

## 训练循环

### 标准训练循环

```
model.train()
for epoch in range(num_epochs):
    for X, y in train_loader:
        optimizer.zero_grad()
        loss = criterion(model(X), y)
        loss.backward()
        optimizer.step()
```

### 评估

```
model.eval()
with torch.no_grad():
    correct = 0
    for X, y in test_loader:
        pred = model(X).argmax(dim=1)
        correct += (pred == y).sum().item()
```

### 训练检查清单

| Command | Description |
|---------|-------------|
| `model.train()` | 启用 Dropout / BatchNorm 训练模式 |
| `model.eval()` | 切换到推理模式 |
| `optimizer.zero_grad()` | 反向传播前清零梯度 |
| `loss.backward()` | 计算梯度 |
| `optimizer.step()` | 更新参数 |

## 优化器

### 常用优化器

```
import torch.optim as optim
opt = optim.SGD(model.parameters(), lr=0.01,
    momentum=0.9)
opt = optim.Adam(model.parameters(), lr=1e-3)
opt = optim.AdamW(model.parameters(), lr=1e-3,
    weight_decay=0.01)
```

### 学习率调度器

```
sched = optim.lr_scheduler.StepLR(
    opt, step_size=10, gamma=0.1)
# 训练循环中：每个 epoch 后调用 sched.step()
```

### 优化器对比

| Command | Description |
|---------|-------------|
| `SGD` | 简单，需调参，与 momentum 配合效果好 |
| `Adam` | 自适应学习率，收敛快，默认首选 |
| `AdamW` | Adam + 解耦权重衰减 |
| `RMSprop` | 自适应，适合 RNN |

## 损失函数

### 常用损失函数

| Command | Description |
|---------|-------------|
| `nn.CrossEntropyLoss()` | 分类（输入 logits，无需 softmax） |
| `nn.BCEWithLogitsLoss()` | 二分类（输入 logits） |
| `nn.MSELoss()` | 回归（均方误差） |
| `nn.L1Loss()` | 回归（平均绝对误差） |
| `nn.NLLLoss()` | 负对数似然（log_softmax 后使用） |
| `nn.HuberLoss()` | 鲁棒回归（对异常值不敏感） |

### 使用示例

```
criterion = nn.CrossEntropyLoss()
loss = criterion(logits, targets)
# logits: (batch, classes), targets: (batch,)
```

### 自定义损失函数

```
def focal_loss(pred, target, gamma=2.0):
    ce = nn.functional.cross_entropy(
        pred, target, reduction="none")
    pt = torch.exp(-ce)
    return ((1 - pt) ** gamma * ce).mean()
```

## 保存与加载

### 保存/加载 state dict（推荐）

```
torch.save(model.state_dict(), "model.pt")
model = Net()
model.load_state_dict(
    torch.load("model.pt", weights_only=True))
```

### 保存完整 checkpoint

```
torch.save({
    "epoch": epoch,
    "model": model.state_dict(),
    "optimizer": opt.state_dict(),
    "loss": loss}, "checkpoint.pt")
```

### 加载 checkpoint

```
ckpt = torch.load("checkpoint.pt",
    weights_only=False)
model.load_state_dict(ckpt["model"])
opt.load_state_dict(ckpt["optimizer"])
```

## GPU

### 设备管理

```
device = torch.device(
    "cuda" if torch.cuda.is_available()
    else "cpu")
model = model.to(device)
x = x.to(device)
```

### GPU 工具

| Command | Description |
|---------|-------------|
| `torch.cuda.is_available()` | 检查 CUDA 是否可用 |
| `torch.cuda.device_count()` | GPU 数量 |
| `torch.cuda.memory_allocated()` | 当前 GPU 显存占用（字节） |
| `torch.cuda.empty_cache()` | 释放未使用的缓存显存 |

### 多 GPU

```
if torch.cuda.device_count() > 1:
    model = nn.DataParallel(model)
model = model.to(device)
```

## 常用模式

### 权重初始化

```
def init_weights(m):
    if isinstance(m, nn.Linear):
        nn.init.xavier_uniform_(m.weight)
        m.bias.data.fill_(0.01)
model.apply(init_weights)
```

### 梯度裁剪

```
torch.nn.utils.clip_grad_norm_(
    model.parameters(), max_norm=1.0)
```

### 冻结层

```
for param in model.fc1.parameters():
    param.requires_grad = False
```

### 模型参数统计

```
total = sum(p.numel()
    for p in model.parameters())
trainable = sum(p.numel()
    for p in model.parameters()
    if p.requires_grad)
```