训练流程

把「数据 → 模型 → 损失 → 反传 → 更新 → 评估」写成可维护的闭环。

标准步骤

1. 数据准备与清洗（见 数据管道）
2. 数据集切分（训练 / 验证 / 测试）
3. 模型构建
4. 定义损失与优化器
5. 训练与验证循环
6. 评估与误差分析
7. 导出与部署

推荐工作流

1. 先做一个能过拟合小子集的最小模型（证明管道通）
2. 加验证集与指标，确认可泛化信号
3. 再加增强 / 正则 / 调度器
4. 系统性调参，每次只动少数变量
5. 固定种子做几次复现，报告均值±方差

最小可靠训练骨架

model.train()
for epoch in range(epochs):
    for x, y in train_loader:
        x, y = x.to(device), y.to(device)
        optimizer.zero_grad(set_to_none=True)
        loss = criterion(model(x), y)
        loss.backward()
        optimizer.step()

    metrics = evaluate(model, val_loader, device)
    # 早停 / 存最优 checkpoint / 调学习率

评估时：model.eval() + torch.no_grad()。

工程增强

技巧	用途
混合精度 AMP	加速、省显存
梯度累积	小显存模拟大 batch
梯度裁剪	防爆炸
Checkpoint	保存 model/optim/epoch/最佳指标

更多调参见 调参清单，稳定性见 训练稳定性与 NaN 排查。