这是一门带你快速上手 PyTorch Lightning 的实战导读课。它不纠缠底层源码，而是从 PyTorch 迁移视角出发，帮你理解 LightningModule 与 Trainer 如何把训练循环、验证、优化器、日志、断点保存和设备管理收拢成清晰范式。你将掌握最小可用流程：继承 LightningModule、重写 training_step/validation_step/configure_optimizers，配合 Trainer.fit 与回调完成训练；进一步学习 EarlyStopping、ModelCheckpoint、TensorBoard 日志、多卡与混合精度、优化器和学习率调度器，以及 LightningDataModule 的数据组织方式。课程最后用图像分割与目标检测案例串联模型定义、数据加载、训练、保存与测试流程。适合有 PyTorch 基础、想减少样板代码、快速提升训练工程化能力的同学，也适合需要做图像任务实践的开发者。学完后，你能把原生 PyTorch 代码迁移到 Lightning，独立搭建训练、验证、测试闭环，并用 checkpoint、日志和回调管好实验。