Day01 概念工作纸：tensor、loss、gradient

综合实践 · 12_深度学习原理与经典论文路线/Day01_概念工作纸.md

Day01 概念工作纸：tensor、loss、gradient

今日目标

今天不追求看完课程。目标是用自己的话解释三个词：

1. tensor
2. loss
3. gradient

1. tensor

一句话定义

解决什么问题

一个具体例子

例如：一张图片、一批文本 token、一个表格样本。

我能说出的 shape

我仍然不懂的地方

2. loss

一句话定义

解决什么问题

一个具体例子

例如：分类错了、预测值和真实值差多少。

loss 越小通常说明什么

我仍然不懂的地方

3. gradient

一句话定义

解决什么问题

一个具体例子

例如：参数应该往哪个方向调，loss 才会下降。

gradient 和 optimizer 的关系

我仍然不懂的地方

4. 训练神经网络到底在训练什么？

请用 3 句话回答：

1. 2. 3.

5. 今天检查过的代码或 notebook

notebook：

我看的 cell：

我看到的输入 shape：

我看到的输出 shape：

我不懂的 shape：

6. 今天可以问 AI 的 3 个具体问题

1. 2. 3.

7. 填回学习记录

完成后，把最重要的内容复制或整理到：

• daily_logs/Day01_学习记录.md
• 结业证据档案.md 的“入门诊断证据”或“notebook 和代码证据”