type
status
date
slug
summary
tags
category
icon
password
太棒了，你已经站在了“从看懂到做出来”的门槛上了🚀
以下是一个可实践项目清单，我把它分成了不同阶段，每个项目都有关键词、推荐数据集、目标和练习点，你可以按需选择，随时开始练手。
🧱 初级项目（基础打牢阶段）
重点：巩固 D2L 内容，掌握 PyTorch 基本套路
1️⃣ 手写数字识别（MLP / CNN）
- 数据集：
torchvision.datasets.MNIST
- 技术关键词：
nn.Module,DataLoader,softmax,交叉熵损失
- 目标：搭建完整 pipeline，能训练 + 验证模型准确率
- 强化内容：数据加载、模型结构、训练循环、评估逻辑
2️⃣ FashionMNIST 分类（CNN）
- 数据集：
torchvision.datasets.FashionMNIST
- 技术关键词：
卷积网络,ReLU,Dropout
- 目标：对比传统 MLP 和 CNN 效果，理解 CNN 优势
- 强化内容：网络调参，训练可视化（如使用 TensorBoard）
3️⃣ IMDB 影评情感分类（LSTM）
- 数据集：
torchtext.datasets.IMDB
- 技术关键词：
词嵌入 embedding,RNN,LSTM,二分类
- 目标：掌握文本预处理流程 + 序列建模
- 强化内容：Tokenizer、padding、pack_padded_sequence 等技巧
📘 中级项目（深入理解 + 靠近 NLP）
重点：复现 D2L 里涉及 attention、sequence 模型、语言模型
4️⃣ 新闻文本分类（LSTM / Transformer）
- 数据集：
AG News/THUCNews（中文）
- 技术关键词：
词嵌入,位置编码,Transformer Encoder
- 目标：尝试写文本分类 baseline，加入注意力机制
- 强化内容：embedding + attention 的融合，中文 NLP 实践
5️⃣ 机器翻译（英-法 / 英-中）
- 数据集：
Multi30k/ TED Talks 翻译数据
- 技术关键词：
seq2seq,attention,beam search,BLEU
- 目标：复现 D2L 里的 Transformer 翻译模型
- 强化内容：训练和推理流程拆分、翻译评估指标实现
🧠 高级项目（科研 & 应用热身）
重点：结合 pre-trained 模型、RAG 技术，向实际科研靠拢
6️⃣ 微调 BERT 做文本分类
- 数据集：
SST-2（情感分析） / 中文 TNEWS
- 工具库：
transformers,datasets
- 技术关键词：
预训练,微调,Trainer,tokenizer
- 目标：跑通 Huggingface pipeline，尝试写 summary / 可视化
- 强化内容：掌握 transformer 的接口、使用文档、调参技巧
7️⃣ 自建 mini-RAG 问答系统
- 数据：Wikipedia 文本 / 自定义知识库
- 技术关键词：
embedding,FAISS,RAG,prompt,LLM
- 工具：
LangChainortransformers + sentence-transformers
- 目标：构建 Retrieval-Augmented Generation 问答 demo
- 强化内容：工程整合能力 + embedding 检索理解 + prompt 实战
✅ Bonus 项目：短小精悍的练手项目（适合周末突击）
项目名称 | 技术点 | 数据来源 |
CIFAR10 分类 | CNN、ResNet 简化版 | torchvision |
文本生成器（字符级） | RNN / GRU | 英文小说片段 |
情绪分类（中文微博） | BERT + 中文NLP | nlpcc 微博情绪数据 |
文本相似度判断 | embedding + cosine sim | 中文句对匹配任务 |
图像二分类（猫狗） | Transfer learning | Kaggle 猫狗数据 |
如果你想要：
- 项目模板（训练主函数、metrics 封装等）
- 项目计划表（比如 6 周完成表）
- 每个项目的 starter code 我可以立刻整理给你 💼
你目前最想从哪个项目开始练？ 我可以先给你那一个的 starter 套件 🔧
- 作者:昊卿
- 链接:hqhq1025.tech/article/pytorch_porject
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
