第2章 使用PyTorch进行深度学习

本章内容

■ PyTorch张量及其基本运算

■ 在PyTorch中准备深度学习使用的数据

■ 使用PyTorch构建和训练深度神经网络

■ 利用深度学习进行二分类和多类别分类

■ 创建验证集以确定何时停止训练

在本书中，我们将使用深度神经网络生成各种内容，包括文本、图像、图形、音乐等。本书假设读者已经掌握机器学习的基础知识，尤其是人工神经网络的内部原理，也对人工神经网络有所了解。

本章将带领读者复习一些关键概念，如损失函数（loss function）、激活函数（activation function）、优化器（optimizer）和学习率（learning rate），它们是开发和训练深度神经网络不可或缺的要素。如果读者对这些概念还存在知识缺口，强烈建议读者在进一步学习本书内容之前弥补这些空白。附录B简要总结了需要掌握的基础技能和概念，以及与人工神经网络的架构和训练有关的信息。

生成式人工智能模型经常面临二分类（binary classification）或多类别分类（multi-category classification）任务。例如在生成对抗网络中，判别器扮演着二分类器的重要角色，其目的是区分生成器创建的虚假样本和训练集中的真实样本。同样，在文本生成模型中，无论循环神经网络或是Transformer，其首要目标都是从大量可能性中预测后续的字符或单词（本质上这也是一种多类别分类任务）。

本章将介绍如何使用PyTorch创建能执行二分类和多类别分类的深度神经网络，借此帮助读者掌握深度学习和分类任务。

具体来说，我们将在PyTorch中完成一个端到端深度学习项目，探索如何将服装的灰度图像分类为不同类别，如外套、包、运动鞋、衬衫等。这个项目为我们创建深度神经网络做好准备，借此我们将能利用PyTorch执行二分类和多类别分类任务。这也会让我们为本书后续章节做好准备，帮助我们在PyTorch中使用深度神经网络创建各种生成模型。

为了训练生成式人工智能模型，我们需要利用各种数据格式，如原始文本、音频文件、图像像素和数字数组。在PyTorch中创建的深度神经网络无法直接将这些形式的数据作为输入，因为我们必须先将其转换成神经网络能够理解和接受的格式。具体来说，需要把各种形式的原始数据转换成PyTorch张量（用于表示数据和操控数据的基本数据结构），然后再将它们输入生成式人工智能模型。因此，本章还将介绍数据类型的基础知识、创建各种形式的PyTorch张量的方法，以及在深度学习中使用这些张量的方法。

分类（classification）任务的执行在实践中有很多实际应用。分类被广泛应用于医疗诊断领域，例如判断患者是否患有某种疾病（如根据医学影像或检测结果确定是否患有某种癌症）。在很多商业任务（如股票推荐、信用卡欺诈检测等）中，分类也发挥着重要作用。分类任务还是我们日常使用的许多系统和服务不可或缺的一部分，如垃圾邮件检测和人脸识别。