1过拟合与正则化
各举一个自己学习中「死记硬背」（过拟合）和「理解规律」（泛化）的例子。
第 1 页 · 正面（题目）
2损失函数与优化器
用蒙眼下山的类比，分别描述 SGD、带动量的 SGD、Adam 三种下山走法。
3数据增强：一份数据吃出十份效果
拿一张照片，列出三种改完还是本人的增强方式，和一种改完就不算本人的过度改动。
4让深网络练得动：梯度消失与批量归一化
心算 0.5 连乘 10 次的结果，并解释它对深层网络训练的启发。
5ResNet：残差连接让网络深到 152 层
用改作文的类比向家长解释残差连接，说明它为什么让深网络训得动。
6迁移学习：站在巨人的肩膀上
举一个自己用旧技能快速学会新技能的例子，指出被迁移的底层能力是什么。
7生成模型与GAN：AI 学会了创作
和家长讨论辨别 AI 生成人脸照片的方法，列出至少三个检查点。
8预训练与大模型时代
用一个你确知答案的冷门问题测试 AI 助手，记录它答对还是编造，并说明什么是幻觉。
9从训练到上线：模型部署
找出手机里两个 AI 功能，判断各自跑在云端还是本地，并说明判断依据。