本文将带你从数据加载、模型搭建、损失函数定义、优化器配置到完整训练流程，逐行拆解一份可直接运行的 CIFAR10 分类代码，帮你彻底理解 PyTorch 卷积神经网络的基础框架。

---

一、整体代码概览

这份代码实现了一个 3 层卷积 + 池化 + 全连接的 CNN 模型，在 CIFAR10 数据集上完成图像分类训练，核心流程如下： 数据加载 → 模型定义 → 损失函数+优化器配置 → 多轮训练循环 → 损失统计

python

运行

import torch
import torchvision
from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequential, CrossEntropyLoss
from torch.utils.data import DataLoader

# 1. 加载 CIFAR10 数据集
dataset=torchvision.datasets.CIFAR10(root='../dataset', train=True, download=True, transform=torchvision.transforms.ToTensor())
dataload=DataLoader(dataset, batch_size=4)

# 2. 定义卷积神经网络模型
class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.model1 = Sequential(
            Conv2d(3, 32, 5, padding=2),
            MaxPool2d(2),
            Conv2d(32, 32, 5, padding=2),
            MaxPool2d(2),
            Conv2d(32, 64, 5, padding=2),
            MaxPool2d(2),
            Flatten(),
            Linear(1024, 64),
            Linear(64, 10)
        )
    def forward(self, x):
        x = self.model1(x)
        return x

# 3. 实例化模型、损失函数、优化器
tudui = Tudui()
loss_fn = CrossEntropyLoss()
optim=torch.optim.SGD(tudui.parameters(), lr=0.01)

# 4. 多轮训练循环
for epoch in range(20):
    running_loss=0.0
    for data in dataload:
        imgs, targets = data
        output = tudui(imgs)
        result_loss = loss_fn(output, targets)
        optim.zero_grad()
        result_loss.backward()
        optim.step()
        print(result_loss)
        running_loss += result_loss
    print(f"第{epoch+1}轮训练总损失: {running_loss.item()}")

---

二、逐模块详细讲解

1. 数据加载模块

python

运行

import torchvision
from torch.utils.data import DataLoader

# 加载 CIFAR10 数据集
dataset=torchvision.datasets.CIFAR10(
    root='../dataset', 
    train=True, 
    download=True, 
    transform=torchvision.transforms.ToTensor()
)
dataload=DataLoader(dataset, batch_size=4)

关键参数说明

• root='../dataset'：数据集的存储路径，不存在则会自动创建。
• train=True：加载训练集（train=False 为测试集）。
• download=True：如果本地没有数据集，自动从网上下载。
• transform=torchvision.transforms.ToTensor()：将 PIL 图像转为 PyTorch 张量，同时把像素值从 0~255 归一化到 0~1，并调整维度顺序为 (C, H, W)（PyTorch 模型输入要求）。
• DataLoader(dataset, batch_size=4)：数据加载器，每次从数据集中取出 4 张图片作为一个批次（batch），后续模型将按批次处理数据。

---

2. 卷积神经网络模型定义

python

运行

from torch import nn
from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequential

class Tudui(nn.Module):
    def __init__(self):
        super(Tudui, self).__init__()
        self.model1 = Sequential(
            # 第1个卷积+池化块
            Conv2d(3, 32, 5, padding=2),
            MaxPool2d(2),
            # 第2个卷积+池化块
            Conv2d(32, 32, 5, padding=2),
            MaxPool2d(2),
            # 第3个卷积+池化块
            Conv2d(32, 64, 5, padding=2),
            MaxPool2d(2),
            # 展平层+全连接层
            Flatten(),
            Linear(1024, 64),
            Linear(64, 10)
        )
    def forward(self, x):
        x = self.model1(x)
        return x

核心结构解析

• class Tudui(nn.Module)：所有 PyTorch 模型都必须继承 nn.Module，这是模型的基类。
• super(Tudui, self).__init__()：调用父类的初始化方法，必须写，否则模型参数无法被 PyTorch 正确注册。
• nn.Sequential：按顺序堆叠网络层，自动按顺序执行，简化代码结构。

各层作用与维度变化（以输入 (4, 3, 32, 32) 为例）

表格

层类型	配置	作用	输出形状
Conv2d(3, 32, 5, padding=2)	输入通道 3，输出通道 32，卷积核 5×5，padding=2	提取图像低级特征（边缘、纹理），padding=2 保证输入输出尺寸不变	(4, 32, 32, 32)
MaxPool2d(2)	池化核 2×2，步长 2	下采样，特征图尺寸减半，降低计算量	(4, 32, 16, 16)
Conv2d(32, 32, 5, padding=2)	输入通道 32，输出通道 32，卷积核 5×5，padding=2	提取中级特征	(4, 32, 16, 16)
MaxPool2d(2)	池化核 2×2	再次下采样	(4, 32, 8, 8)
Conv2d(32, 64, 5, padding=2)	输入通道 32，输出通道 64，卷积核 5×5，padding=2	提取高级特征	(4, 64, 8, 8)
MaxPool2d(2)	池化核 2×2	最后一次下采样	(4, 64, 4, 4)
Flatten()	-	将特征图展平为一维向量	(4, 1024)（64×4×4=1024）
Linear(1024, 64)	输入 1024，输出 64	全连接层，特征映射	(4, 64)
Linear(64, 10)	输入 64，输出 10	输出层，对应 CIFAR10 的 10 个分类	(4, 10)

• forward(self, x)：前向传播方法，定义数据在模型中的流动路径，x = self.model1(x) 直接将数据喂给 Sequential 堆叠的层，无需手动逐行调用。

---

3. 损失函数与优化器配置

python

运行

tudui = Tudui()
loss_fn = CrossEntropyLoss()
optim=torch.optim.SGD(tudui.parameters(), lr=0.01)

损失函数 CrossEntropyLoss

• 作用：多分类任务专用损失函数，自动对模型输出的 logits 做 Softmax 归一化，再计算与真实标签的交叉熵，衡量模型预测与真实标签的差距。
• 输入要求：模型输出形状为 (batch_size, 10)（10 个类别的原始分数），真实标签为 (batch_size,) 的整数（0~9）。

优化器 SGD

• torch.optim.SGD(tudui.parameters(), lr=0.01)：随机梯度下降优化器，用于更新模型参数。
  • tudui.parameters()：获取模型所有可训练参数（卷积核权重、全连接层权重等）。
  • lr=0.01：学习率，控制参数更新的步长，过大会导致训练不稳定，过小则收敛过慢。

---

4. 完整训练循环

python

运行

for epoch in range(20):
    running_loss=0.0
    for data in dataload:
        imgs, targets = data
        output = tudui(imgs)
        result_loss = loss_fn(output, targets)
        # 反向传播与参数更新
        optim.zero_grad()
        result_loss.backward()
        optim.step()
        print(result_loss)
        running_loss += result_loss
    print(f"第{epoch+1}轮训练总损失: {running_loss.item()}")

关键步骤拆解

1. for epoch in range(20)：训练 20 轮，每一轮遍历整个数据集一次，让模型多次学习所有数据。
2. running_loss=0.0：记录每一轮的总损失，用于观察模型整体学习情况。
3. imgs, targets = data：从 DataLoader 取出一个批次的数据，imgs 是图像张量，targets 是对应标签。
4. output = tudui(imgs)：前向传播，模型输出每个类别的预测分数。
5. result_loss = loss_fn(output, targets)：计算当前批次的损失值。
6. optim.zero_grad()：清空上一批次的梯度，PyTorch 默认会累积梯度，不清空会导致梯度计算错误。
7. result_loss.backward()：反向传播，自动计算所有参数的梯度。
8. optim.step()：根据梯度更新模型参数，让模型朝着降低损失的方向学习。
9. running_loss += result_loss：累加当前批次的损失，用于统计每一轮的总损失。
10. print(f"第{epoch+1}轮训练总损失: {running_loss.item()}")：打印每一轮的总损失，观察模型是否收敛（损失持续下降）。

---

三、关键概念与常见问题

1. 模型初始化的权重是什么？

你在调试时看到的 Conv2d.weight 张量，就是卷积层的可训练参数，形状为 (out_channels, in_channels, kernel_size, kernel_size)，初始值为 PyTorch 默认初始化的随机小数，训练过程中会通过反向传播不断更新。

2. 为什么损失一开始在 2.3 左右？

CIFAR10 是 10 分类任务，模型随机初始化时相当于 “瞎猜”，交叉熵损失的理论值约为 ln(10) ≈ 2.3，随着训练进行，损失会逐步下降，说明模型在学习。

3. grad_fn 是什么？

result_loss 张量中的 grad_fn 是梯度函数，PyTorch 用它记录反向传播的计算路径，result_loss.backward() 就是通过这个函数自动计算梯度的。

---

四、训练效果优化建议

1. 调整学习率：如果损失不下降，可尝试降低学习率（如 lr=0.001），或使用更稳定的 Adam 优化器：optim=torch.optim.Adam(tudui.parameters(), lr=0.001)。
2. 增加训练轮数：20 轮训练可能不足以让模型收敛，可适当增加到 50 轮。
3. 数据增强：给 transform 添加随机翻转、裁剪等操作，提升模型泛化能力。
4. 添加 Dropout 层：在全连接层之间添加 nn.Dropout(0.2)，防止过拟合。