深度学习框架是现代AI开发的基础设施，其中PyTorch和TensorFlow是最主流的两大框架。PyTorch以动态图机制和Python友好性著称，适合科研探索和快速原型开发；TensorFlow则凭借强大的生态和生产级部署能力，在工业界应用广泛。本文将从环境搭建开始，逐步拆解两大框架的核心操作、神经网络搭建流程和训练逻辑，帮助零基础读者建立完整的实践认知。
一、环境准备与框架安装
1. 基础环境要求
- Python版本：建议使用3.8-3.12（避免最新版本的兼容性问题）
- 虚拟环境：推荐使用
conda或venv隔离项目依赖，避免系统级包冲突# conda创建环境 conda create -n dl_env python