第60章 第一个模型（1 / 2）
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
深夜十一点，狭窄的书房里，只有书桌上的屏幕还亮着。
林晨盯着PyTorch官方教程的最后一个章节，已经看了三遍。屏幕上是一个完整的神经网络代码示例——MNIST手写数字识别，深度学习界的“HelloWorld”。过去两周，他像海绵一样吸收着那些抽象的概念：张量、梯度、反向传播、损失函数。数学补课起了作用，至少现在看到矩阵乘法不再发怵，能理解为什么权重更新要用链式法则。但理解归理解，距离“亲手创造一个能思考的东西”，还隔着一段需要代码去填补的距离。
“跟着做一遍”。他对自己说，声音在安静的房间里显得格外清晰。新建Python文件，导入torch和torchvision。下载MNIST数据集——一个包含六万张28x28像素手写数字图片的经典数据集。代码跑起来，终端开始显示下载进度。
林晨看着那些滚动的日志，忽然有些恍惚。三十五岁，再次失业1个月，存款以每月两万多的速度消耗，自己却在这里下载一堆黑白数字图片。这个场景如果拍下来给一年前的自己看，恐怕会觉得是个荒诞的玩笑。但数据下载完成的提示音把他拉回现实。
接下来是数据预处理：将图片像素值从0-255归一化到0-1之间，转换成PyTorch能处理的Tensor格式，分割成训练集和测试集。这些步骤他已经在JupyterNotebook里练习过多次，手指在键盘上敲击得流畅。真正的挑战从定义模型开始。
教程提供了一个简单的全连接神经网络：输入层784个节点（28x28），两个隐藏层各128个节点，输出层10个节点（对应数字0-9）。结构图在屏幕上展开，林晨逐行敲入代码。
css(nn.Module):
def__it__(self):
super(,self).__it__
self.fc1=nn.Lear(784,128)
self.fc2=nn.Lear(128,128)
self.fc3=nn.Lear(128,10)
defforward(self,x):
x=x.view(-1,784)
x=F.re(self.fc1(x))
x=F.re(self.fc2(x))
x=self.fc3(x)
returnx
不到二十行代码。但林晨知道，这二十行背后是三十年来神经网络研究的结晶。每一层Lear代表一次矩阵乘法和偏置加法，每个ReLU激活函数给模型注入非线性——正是这种非线性让神经网络能够拟合复杂的函数关系。
他想起大学时上的《人工智能导论》，教授说神经网络是“黑箱”，输入输出之间是难以解释的权重迷宫。当时觉得神秘，现在亲手搭建时，却感受到一种奇异的透明感——每一层都在做确定性的数学运算，所谓的“智能”不过是这些运算在大量数据训练后，权重被调整到能提取有效特征的状态。
“代码可以骗人，但逻辑不会”。他低声念着自己的口头禅，点击运行。
模型初始化完成。接下来是训练循环的核心部分：定义损失函数（交叉熵损失）和优化器（随机梯度下降SGD）。学习率设为0.01，一个保守的起始值。第一次训练开始了。
林晨设置了5个epoch（遍历整个训练集的次数）。代码运行，GPU风扇轻微转动——他庆幸自己当年配电脑时选了带独立显卡的型号，虽然是为了打游戏，现在却成了训练模型的利器。
第一个epoch结束时，终端打印出损失值：2.302。准确率：10.3%。“跟随机猜差不多”。林晨苦笑。MNIST有十个类别，随机猜测的准确率应该是10%，模型现在几乎没学到任何东西。
但他没有停。第二个epoch，损失降到1.876，准确率升到23.7%。第三个epoch，1.432，45.2%。数字的变化有种催眠般的魔力，他盯着屏幕，看着那些代表模型正在“学习”的证据。第四个epoch结束时，准确率突破了70%。损失值降到0.876。
林晨身体前倾，手肘撑在桌上。他能感觉到心跳在加速——不是因为紧张，而是因为某种接近真相的兴奋。那些抽象的数学概念正在转化为具体的、可测量的能力提升。模型在“理解”那些手写数字的形状特征。
第五个epoch，最后一个。训练循环在运行，进度条缓慢移动。林晨起身倒了杯水，回到座位时，刚好看到最终结果打印出来：Epoch5/5,Loss:0.356,Auracy:89.7%。
↑返回顶部↑