Python入门深度学习：环境搭建与第一个神经网络

蔓红荔

349人浏览 · 2026-02-28 00:09:01

蔓红荔 · 2026-02-28 00:09:01 发布

Python入门深度学习：环境搭建与第一个神经网络

从零开始，手把手带你进入AI开发的世界

1. 引言

你是不是经常听说深度学习很厉害，但总觉得门槛太高？或者想尝试AI开发，却被复杂的环境配置劝退？别担心，这篇文章就是为你准备的。

作为一个Python初学者，你完全有能力迈入深度学习的大门。今天我会带你从最基础的环境搭建开始，一步步完成你的第一个神经网络项目。不需要高深的数学背景，也不用担心复杂的理论，我们专注于实践，让你快速看到成果。

学完这篇教程，你将能够：

轻松搭建深度学习开发环境
理解神经网络的基本工作原理
亲手训练一个能识别手写数字的AI模型
获得继续深入学习的方向和信心

2. 环境准备与快速部署

2.1 选择适合的工具

对于初学者来说，我强烈推荐使用Anaconda来管理Python环境。它就像是一个工具箱，把深度学习需要的各种工具都打包好了，不用一个个单独安装。

首先访问Anaconda官网下载安装包，选择Python 3.9或3.10版本就行。安装过程很简单，一路点击"下一步"即可。记得勾选"Add Anaconda to my PATH environment variable"，这样后面使用会更方便。

2.2 创建专属环境

安装完成后，我们创建一个专门的深度学习环境，避免和其他项目冲突。打开命令行（Windows用户按Win+R，输入cmd；Mac用户打开终端），输入以下命令：

conda create -n deeplearning python=3.9

这行命令创建了一个名为"deeplearning"的环境。接下来激活这个环境：

conda activate deeplearning

看到命令行前面出现(deeplearning)字样，说明环境激活成功了。

2.3 安装核心库

现在安装深度学习需要的库。我们使用PyTorch，因为它对初学者特别友好：

pip install torch torchvision torchaudio

这条命令会安装PyTorch及其相关的视觉库。如果你的电脑有NVIDIA显卡并且想用GPU加速，可以去PyTorch官网查看对应的安装命令。不过对于第一个项目，用CPU就足够了。

再安装一些常用的数据处理库：

pip install numpy matplotlib jupyter

这些库分别用于数值计算、画图和交互式编程。全部安装完成后，我们的基础环境就准备好了。

3. 基础概念快速入门

3.1 什么是神经网络？

想象一下教小孩认数字。你给他看很多数字"5"的图片，告诉他这是5。看的图片越多，他越能认出新的数字5。神经网络的学习过程类似，只不过是用数学方式实现的。

神经网络由很多层组成，每层有很多"神经元"。数据从输入层进入，经过中间隐藏层的处理，最后从输出层得到结果。每个神经元都会对数据进行一些简单的计算，层层传递后就完成了复杂的任务。

3.2 为什么选择PyTorch？

PyTorch就像深度学习的乐高积木，它提供了各种预制好的模块，让我们能快速搭建想要的模型。它的另一个优点是动态计算图，这意味着我们可以像写普通Python代码一样调试和测试，特别适合初学者。

4. 分步实践操作

4.1 准备数据

深度学习需要数据来训练模型。我们会使用经典的MNIST数据集，它包含6万张手写数字图片，每张都是28x28像素的黑白图。

创建一个新的Python文件，首先导入需要的库：

import torch
import torchvision
import torchvision.transforms as transforms
import matplotlib.pyplot as plt
import numpy as np

然后加载数据：

# 定义数据转换
transform = transforms.Compose([
    transforms.ToTensor(),  # 将图片转换为张量
    transforms.Normalize((0.5,), (0.5,))  # 标准化处理
])

# 下载训练数据
train_dataset = torchvision.datasets.MNIST(
    root='./data', 
    train=True,
    download=True,
    transform=transform
)

# 下载测试数据
test_dataset = torchvision.datasets.MNIST(
    root='./data',
    train=False,
    download=True,
    transform=transform
)

# 创建数据加载器
train_loader = torch.utils.data.DataLoader(
    train_dataset, 
    batch_size=32,
    shuffle=True
)

test_loader = torch.utils.data.DataLoader(
    test_dataset,
    batch_size=32,
    shuffle=False
)

4.2 看看数据长什么样

让我们随机看几张图片，了解我们在处理什么：

# 获取一批数据
images, labels = next(iter(train_loader))

# 显示图片
fig, axes = plt.subplots(4, 8, figsize=(12, 6))
for i, ax in enumerate(axes.flat):
    ax.imshow(images[i][0], cmap='gray')
    ax.set_title(f'Label: {labels[i]}')
    ax.axis('off')
plt.tight_layout()
plt.show()

这段代码会显示32张手写数字图片及其对应的标签。运行后你能看到各种手写数字，这就是我们要让模型学习的内容。

5. 快速上手示例

5.1 构建神经网络

现在来搭建我们的第一个神经网络。我们会创建一个简单的三层网络：

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

class SimpleNN(nn.Module):
    def __init__(self):
        super(SimpleNN, self).__init__()
        # 第一层：将28x28=784个像素点转换为128个特征
        self.fc1 = nn.Linear(28*28, 128)
        # 第二层：128个特征转换为64个特征
        self.fc2 = nn.Linear(128, 64)
        # 输出层：64个特征转换为10个类别（0-9数字）
        self.fc3 = nn.Linear(64, 10)
        
    def forward(self, x):
        # 将图片展平为一维向量
        x = x.view(-1, 28*28)
        # 第一层后使用ReLU激活函数
        x = F.relu(self.fc1(x))
        # 第二层后使用ReLU激活函数
        x = F.relu(self.fc2(x))
        # 输出层
        x = self.fc3(x)
        return x

# 创建模型实例
model = SimpleNN()
print(model)

这个网络虽然简单，但已经包含了深度学习的核心组件：全连接层和激活函数。

5.2 训练模型

现在开始训练我们的模型：

# 定义损失函数和优化器
criterion = nn.CrossEntropyLoss()
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

# 训练5个周期
for epoch in range(5):
    running_loss = 0.0
    for i, data in enumerate(train_loader, 0):
        # 获取输入数据
        inputs, labels = data
        
        # 梯度清零
        optimizer.zero_grad()
        
        # 前向传播
        outputs = model(inputs)
        
        # 计算损失
        loss = criterion(outputs, labels)
        
        # 反向传播
        loss.backward()
        
        # 更新参数
        optimizer.step()
        
        # 统计损失
        running_loss += loss.item()
        
        if i % 500 == 499:  # 每500个batch打印一次
            print(f'Epoch {epoch+1}, Batch {i+1}, Loss: {running_loss/500:.3f}')
            running_loss = 0.0

print('训练完成！')

训练过程中你会看到损失值逐渐下降，这说明模型正在学习如何识别数字。

5.3 测试模型效果

训练完成后，让我们看看模型在测试集上的表现：

correct = 0
total = 0

# 不计算梯度，节省内存
with torch.no_grad():
    for data in test_loader:
        images, labels = data
        outputs = model(images)
        _, predicted = torch.max(outputs.data, 1)
        total += labels.size(0)
        correct += (predicted == labels).sum().item()

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

第一次训练通常能达到85%-90%的准确率，对于这么简单的网络来说已经很不错了！

6. 实用技巧与进阶

6.1 保存和加载模型

训练好的模型可以保存下来以后使用：

# 保存模型
torch.save(model.state_dict(), 'mnist_model.pth')

# 加载模型（使用时）
loaded_model = SimpleNN()
loaded_model.load_state_dict(torch.load('mnist_model.pth'))
loaded_model.eval()  # 设置为评估模式

6.2 尝试自己的手写数字

你可以画一个数字图片，让模型来识别：

from PIL import Image
import torchvision.transforms as transforms

# 加载你手写的数字图片
image = Image.open('your_digit.png').convert('L')  # 转换为灰度图

# 预处理图片
transform = transforms.Compose([
    transforms.Resize((28, 28)),
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))
])

image_tensor = transform(image).unsqueeze(0)  # 添加batch维度

# 预测
with torch.no_grad():
    output = model(image_tensor)
    prediction = torch.max(output, 1)[1].item()
    
print(f'预测结果: {prediction}')