上篇聊了用Python做数据分析。今天进入深度学习领域——PyTorch。面试时被问到你用过深度学习吗很多人要么说用过调过包要么干脆说没用过。其实面试官想听的不是你会不会import torch而是你理不理解训练流程的每一步在干什么以及能不能把深度学习用到机器人场景里。TensorPyTorch的基本数据结构PyTorch的核心是Tensor——可以理解为能跑在GPU上的NumPy数组。import torch # 创建Tensor a torch.tensor([1.0, 2.0, 3.0]) b torch.zeros(3, 4) # 3x4全零矩阵 c torch.randn(2, 3) # 2x3随机矩阵标准正态分布 # 基本运算 x torch.tensor([1.0, 2.0, 3.0], requires_gradTrue) y (x ** 2).sum() y.backward() # 自动求梯度 print(x.grad) # tensor([2., 4., 6.])requires_gradTrue是关键——它告诉PyTorch记录所有对这个Tensor的操作以便后续自动求梯度。这是训练神经网络的基础。和NumPy的转换也很简单tensor.numpy()转NumPy数组torch.from_numpy()反过来。注意它们共享内存改一个另一个也会变。用PyTorch做一个简单的分类器机器人领域最常见的深度学习任务之一是物体识别。我们从一个简单的全连接网络开始import torch.nn as nn class SimpleClassifier(nn.Module): def __init__(self, input_dim, num_classes): super().__init__() self.net nn.Sequential( nn.Linear(input_dim, 128), nn.ReLU(), nn.Dropout(0.3), nn.Linear(128, 64), nn.ReLU(), nn.Linear(64, num_classes) ) def forward(self, x): return self.net(x)nn.Module是所有PyTorch模型的基类。__init__定义网络结构forward定义前向传播。nn.Sequential把多个层串起来写起来很简洁。Dropout是正则化手段——训练时随机把30%的神经元输出置零防止过拟合。面试时如果被问你怎么防止过拟合Dropout是标准答案之一。训练循环每一步在干什么训练一个模型核心就是不断重复这几步前向传播→计算损失→反向传播→更新参数。model SimpleClassifier(input_dim784, num_classes10) optimizer torch.optim.Adam(model.parameters(), lr0.001) criterion nn.CrossEntropyLoss() for epoch in range(10): model.train() # 开启训练模式启用Dropout等 total_loss 0 for images, labels in train_loader: # 1. 前向传播 outputs model(images) loss criterion(outputs, labels) # 2. 反向传播 optimizer.zero_grad() # 清空上一步的梯度必须做 loss.backward() # 计算梯度 optimizer.step() # 更新参数 total_loss loss.item() print(fEpoch {epoch1}, Loss: {total_loss/len(train_loader):.4f})几个容易踩的坑optimizer.zero_grad()必须在loss.backward()之前调用否则梯度会累加。另外model.train()和model.eval()的区别很重要——训练时Dropout会随机丢弃神经元BatchNorm用当前batch的统计量评估时则相反。忘了切换模式是新手最常犯的错误之一。数据集和数据加载PyTorch用Dataset和DataLoader管理数据。自定义数据集只需要继承Dataset实现__len__和__getitem__from torch.utils.data import Dataset, DataLoader class RobotGraspDataset(Dataset): def __init__(self, data_dir, transformNone): self.samples load_samples(data_dir) # 加载数据列表 self.transform transform def __len__(self): return len(self.samples) def __getitem__(self, idx): image, label self.samples[idx] if self.transform: image self.transform(image) return image, label dataset RobotGraspDataset(./data) loader DataLoader(dataset, batch_size32, shuffleTrue, num_workers4)DataLoader的几个参数很关键batch_size控制每批大小shuffle在每个epoch打乱数据num_workers用多进程加载数据加速训练。模型保存和部署训练好的模型需要保存下来部署。PyTorch推荐保存状态字典torch.save(model.state_dict(), model.pth) model.load_state_dict(torch.load(model.pth))为什么推荐state_dict而不是保存整个模型因为它只存参数不存结构更灵活也更安全。实际项目中部署时通常用TorchScript或ONNX格式导出在C端用libtorch或ONNX Runtime推理速度更快也不依赖Python环境。在机器人项目中怎么用实际项目中深度学习通常用在感知模块。比如用摄像头拍一张桌面照片用训练好的模型识别出上面有哪些物体然后机器人去抓取。训练在Python里完成部署到C的机器人系统里用TorchScript推理——这是目前最主流的方案。面试中怎么聊深度学习面试官问深度学习想考察的不只是你会不会用PyTorch。他想看的是你理不理解训练过程、能不能选择合适的网络结构和超参数、知不知道怎么评估模型。一个好的回答先说你解决了什么问题用了什么网络结构以及为什么选它然后说训练过程中的关键决策——比如数据增强策略、学习率调度、怎么防止过拟合。最后给出量化的结果——准确率多少、推理速度多快。如果你还能聊聊模型部署的经验——怎么把Python训练的模型部署到C的机器人系统里——那就很加分了。PyTorch与机器人视觉在机器人领域PyTorch最常用于视觉感知任务比如目标检测、语义分割、抓取姿态估计等。实际项目中通常先在服务器上训练好模型然后导出为ONNX或TorchScript格式部署到机器人端。面试时经常被问到模型部署的延迟问题这时候可以提到用TensorRT做推理加速或者用模型量化来减小模型体积和推理时间。给正在准备面试的你如果你还没用过PyTorch建议跑通一个完整的图像分类项目——从准备数据、定义模型、训练、评估到保存和加载。Kaggle上有很多入门数据集两三个小时就能跑通。面试的时候能讲出一个完整的项目经历比背十个深度学习概念有用得多。下篇聊Python脚本自动化——批量处理和数据清洗的实用技巧。如果这篇文章对你有帮助欢迎点赞、在看、转发三连。 你的支持是我持续更新的最大动力。「机器人软件开发面试·从入门到精通」连载系列上一篇第76篇 Python在数据分析中的应用——处理实验日志和性能统计下一篇预告第78篇 Python脚本自动化——批量处理、数据清洗的实用技巧有任何问题欢迎评论区留言我会尽量回复。