很多刚开始阅读 PyTorch 推荐系统训练代码的同学，都会卡在一组名词：epoch、batch、DataLoader、shuffle、loss.backward()、optimizer.step()、test、HR、NDCG。
单独看每个概念不难，但放进训练循环里，很容易分不清整条流水线：
数据从哪里读取？如何切分成 batch？模型什么时候更新参数？测试阶段会不会偷偷修改权重？
本文用最简单的数字样本，完整拆解整条训练链路。
✅ 核心结论
- 一个
epoch= 完整遍历一遍全部训练数据集。 - 单个
epoch内部，循环读取多个batch。 - 训练阶段，每拿到一个 batch，标准流程：
前向传播 → 计算损失 → 清空梯度 → 反向传播 → 更新模型参数。 verbose用来控制：每隔多少个 epoch，执行日志打印/离线评估。- 测试评估阶段：仅做预测、计算指标（HR@K、NDCG@K），不会更新模型参数。
shuffle=True只改变样本读取顺序，不会修改 Dataset 内部原始数据。shuffle=True：每一轮epoch开始，重新生成随机读取顺序。shuffle=False：所有epoch读取样本顺序完全固定。
一句话概括分工：
Dataset管理「有哪些数据」；DataLoader管理「以什么顺序、多少条一组取出数据」；训练循环控制「拿到batch后如何迭代优化模型」。
🔢 极简数字数据集演示
假设我们一共有10条训练样本，使用索引编号代表样本：
原始数据集索引：[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]参数设置：
batch_size=4含义：一次性取出4条样本，封装为1个batch。
场景1：shuffle=False（不打乱顺序）
数据会按原生索引切分batch：
第1个 batch: [0, 1, 2, 3] 第2个 batch: [4, 5, 6, 7] 第3个 batch: [8, 9]总数10无法被4整除，最后一组为不完整batch。
如果开启drop_last=True，最后这个不完整batch[8, 9]会直接丢弃。
shuffle=False：所有epoch顺序固定
读取索引永远不变，连续两轮epoch批次完全相同：
epoch 1: batch 1: [0, 1, 2, 3] batch 2: [4, 5, 6, 7] batch 3: [8, 9] epoch 2: batch 1: [0, 1, 2, 3] batch 2: [4, 5, 6, 7] batch 3: [8, 9]场景2：shuffle=True（开启打乱）
❗重点：打乱的是索引读取顺序，原始Dataset内的数据本身保持不变。
原始数据依旧是[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
关键点总结：shuffle=True≠ 永久修改数据；
每一轮epoch启动时，DataLoader重新规划本轮样本读取次序。
📦 DataLoader 到底如何生成一个 batch？
这是新手最容易混淆的环节。我们拆成完整5步理解。
自定义数据集模板：
classNumberDataset(torch.utils.data.Dataset):def__init__(self):self.samples=[{"idx":0,"feature":[0.0,0.5],"label":0},{"idx":1,"feature":[1.0,1.5],"label":1},{"idx":2,"feature":[2.0,2.5],"label":0},# ...更多样本]def__len__(self):returnlen(self.samples)def__getitem__(self,index):# 根据索引返回【单条样本】returnself.samples[index]训练循环代码：
forbatchindata_loader:...循环背后完整流程：
第1步：生成索引顺序
shuffle=False：原生索引[0,1,2,3,...]shuffle=True：随机打乱索引序列
注意：数字只是样本索引，不是样本内容。后续会调用
dataset[index]获取单条数据。
第2步：按batch_size分组索引
索引序列[3, 7, 1, 9, 0, 6, 2, 8, 4, 5]
batch_size=4 → 分组：[3,7,1,9]、[0,6,2,8]、[4,5]
当前仅规划索引，还没有读取真实样本。
第3步：逐条调用Dataset.__getitem__
取索引组[3,7,1,9]
依次执行：
sample_1=dataset[3]sample_2=dataset[7]sample_3=dataset[1]sample_4=dataset[9]得到4条独立样本字典：
[{"idx":3,"feature":[3.0,3.5],"label":1},{"idx":7,"feature":[7.0,7.5],"label":1},{"idx":1,"feature":[1.0,1.5],"label":1},{"idx":9,"feature":[9.0,9.5],"label":1},]第4步：collate_fn 打包，拼接成batch张量
默认default_collate负责打包：把多条样本同字段堆叠。
打包完成后：
{"idx":tensor([3,7,1,9]),"feature":tensor([[3.0,3.5],[7.0,7.5],[1.0,1.5],[9.0,9.5],]),"label":tensor([1,1,1,1]),}这就是训练循环拿到的batch。数据类型本质上是：
dict[str,torch.Tensor]通俗理解：Dataset产出一条条独立样本；collate_fn打包员，把多条样本组装成一个batch张量。
第5步：训练循环接收batch，送入模型
外部代码直接使用：
forbatchintrain_loader:features=batch["feature"]labels=batch["label"]scores=model(features)整条链路简化：
生成索引顺序 → 索引分组 → __getitem__逐条读取样本 → collate_fn拼接batch → 返回循环
🔁 完整训练循环执行流程
示例标准训练代码：
epochs=3batch_size=4verbose=2forepochinrange(1,epochs+1):model.train()# 内层循环遍历所有batchforbatchintrain_loader:features=batch["feature"]labels=batch["label"]scores=model(features)loss=loss_fn(scores,labels)optimizer.zero_grad()loss.backward()optimizer.step()# 间隔verbose个epoch执行测试ifepoch%verbose==0:evaluate(model,test_loader)流程翻译：
- Epoch 1：完整遍历训练集，所有batch更新参数；
1%2≠0，不测试 - Epoch 2：完整遍历训练集，所有batch更新参数；
2%2=0，执行测试评估 - Epoch 3：完整遍历训练集，所有batch更新参数；
3%2≠0，不测试
单个batch内部标准训练闭环
model.train()# 切换训练模式(Dropout/BatchNorm生效)scores=model(features)# 前向传播，得到预测值loss=loss_fn(scores,labels)# 计算损失optimizer.zero_grad()# 清空上一轮梯度loss.backward()# 反向传播，计算参数梯度optimizer.step()# 使用梯度更新模型权重⚖️ 训练阶段 VS 测试评估阶段
| 阶段 | 是否计算梯度 | 是否反向传播 | 是否更新参数 | 核心目的 |
|---|---|---|---|---|
| 训练阶段 | ✅ 是 | ✅ 是 | ✅ 是 | 迭代优化模型 |
| 测试评估 | ❌ 否 | ❌ 否 | ❌ 否 | 观测模型泛化效果 |
训练代码模板
model.train()forbatchintrain_loader:scores=model(batch["feature"])loss=loss_fn(scores,batch["label"])optimizer.zero_grad()loss.backward()optimizer.step()测试评估模板
model.eval()withtorch.no_grad():# 关闭梯度计算，节省显存forbatchintest_loader:scores=model(batch["feature"])# 根据预测分数计算HR、NDCG指标torch.no_grad()：告知PyTorch仅推理，不需要构建梯度计算图。
📊 推荐系统指标：HR@K 和 NDCG@K
推荐任务离线评估最常用两个指标：
HR@K（Hit Ratio，命中率）
含义：给用户推荐Top-K物品，真实交互物品是否出现在推荐列表内。
- 命中：HR=1
- 未命中：HR=0
示例：
推荐Top5列表：[item_8, item_2, item_6, item_1, item_9]
用户真实喜爱物品：item_6
item_6 在列表中 → HR@5 = 1。
NDCG@K
HR只关心「有没有命中」；NDCG额外关注命中物品的排序位置。
案例：真实物品为 item_6
- 推荐A：
[item_6, item_2, item_8, item_1, item_9]（命中排在第1位） - 推荐B：
[item_8, item_2, item_1, item_9, item_6]（命中排在第5位）
两者HR都等于1，但推荐A的NDCG更高。
简单理解：
HR：是否猜中；NDCG：猜中之后，排得够不够靠前。
🛠️ 可直接运行的演示代码
复制运行，直观观察__getitem__的调用时机：
importtorchfromtorch.utils.dataimportDataset,DataLoaderclassNumberDataset(Dataset):def__init__(self):self.samples=[]foridxinrange(10):self.samples.append({"idx":idx,"feature":torch.tensor([float(idx),float(idx)+0.5]),"label":torch.tensor(idx%2,dtype=torch.float32),})def__len__(self):returnlen(self.samples)def__getitem__(self,index):print(f" __getitem__ 被调用，index={index}")returnself.samples[index]dataset=NumberDataset()loader=DataLoader(dataset,batch_size=4,shuffle=False)forbatch_id,batchinenumerate(loader,start=1):print(f"\n第{batch_id}个 batch")print("idx:",batch["idx"])print("feature:",batch["feature"])print("label:",batch["label"])运行输出可以验证：
- DataLoader 逐个调用
__getitem__获取单条样本 - 收集足够样本后，collate_fn自动合并为batch张量
- 训练循环拿到的是封装完成的批量数据，而非单样本
💡 收尾总结
看到推荐系统经典双层循环代码：
forepochinrange(epochs):forbatchintrain_loader:...脑海中自动翻译：
外层epoch循环：控制一共完整训练多少轮；
内层batch循环：一轮训练中分批读取数据；
每一个训练batch都会更新模型参数；
到达指定epoch间隔，进入评估模式，只预测、计算指标，不更新权重。
打通这套流程后，再阅读 BPR、NeuMF、LightGCN 等推荐模型训练代码，理解门槛会大幅降低。
