第 4 课教师讲稿｜亲手走下损失小山：步子大就一定快吗？

本课在 AIPath 的第 1 阶段，沿用原课主题“训练就是下山：损失函数与梯度下降”。建议 60 分钟，一人一台电脑。先预测、再手算一个中间结果，最后操作页面。网站中的宏大问题在本课缩小为一个可重复的小过程；课堂程序只承担下文写明的计算，不代表真实产品的完整行为。

学完能做什么

• 能在给定平方损失下算出旧点坡度、一次更新与新损失。
• 能用同起点的小步、大步与零步长对照解释接近、越界和振荡。
• 能区分参数、学习率、损失，并限定训练损失下降所能支持的结论。

贯穿问题：同一出发点，为什么有的步长接近目标，有的来回跳？

课前准备与完整实验材料

教师先在本课页面找到“观察每一步的参数与损失”，核对输入框初始值。核心按钮名为“计算并查看过程”。请先自行完成默认、改变条件、独立题三次运行，确认本机能看到过程表；本地运算不需要账号或联网。初次投影时不要留着上一轮结果，让学生先在工作纸写预测。课堂使用学生工作纸，讲評再打开参考答案，避免学生边看答案边回填。

本课真实计算一条单参数平方曲线。预测等于参数 w，目标 y 固定；每一步都重新计算 g=2(w−y)，再同时更新这一项参数。

• 起点参数 w（输入框 start）初始为：

0

• 目标 y（输入框 target）初始为：

4

• 每步倍率（学习率）（输入框 rate）初始为：

0.25

• 连续走几步（输入框 steps）初始为：

2

按钮每次从“起点参数”重新开始，不是从上轮末尾接着走。教师应明确展示更新算式中的旧值。初学者可以用计算器，不要求先会导数；斜率解释安排在已看见一轮路线之后。

0—60 分钟：可以顺着使用的讲稿

0—4 分钟｜先给一个看得见的目标

教师可以这样说：“让机器输出一个数字，今天希望它输出 4。当前参数 w 就是预测值。如果 w=0，离目标差四；如果 w=3，差一。先把这个问题说成接近目标，再把衡量差距的数叫损失。”

学生具体动作。 Q1 画数轴，标目标 4 与起点 0，先猜走两步会到哪里。

教师在桌边怎样追问。 距离目标近与程序已经到达目标是一回事吗？

本段要收集的证据。 起点、目标、第一次猜测分开。

4—8 分钟｜为什么差距还要平方

教师可以这样说：“这次约定损失是差距的平方：比目标小二与大二都记四分。平方不是全世界唯一的评价法，只是今天的规则。先把 w=0、2、4、6 各代一次，观察目标两侧的对称。”

学生具体动作。 Q2 手算四个位置的损失并画高低点。

教师在桌边怎样追问。 为什么差为负时，损失仍能是正的？

本段要收集的证据。 四个位置的损失与平方依据。

8—12 分钟｜方向由当前点决定

教师可以这样说：“坡的方向不是凭感觉。对于这一条平方曲线，当前坡度可算成二乘当前差距。我们先给公式，稍后用左右挪一点的方法体会斜率。坡度为负时，减去它会让参数增大。”

学生具体动作。 Q2 在 w=0 代入 g=2(w−4)，圈出两个负号的作用。

教师在桌边怎样追问。 更新式中的减号遇到负坡度，会往哪边走？

本段要收集的证据。 局部坡度和移动方向均写明。

12—16 分钟｜只走第一步

教师可以这样说：“更新是旧参数减去学习率乘坡度。学习率决定照这个方向走多远。先把 0、0.25、−8 放进式子，算出新参数，再用新参数算损失；不能把旧损失当作走完后的成绩。”

学生具体动作。 手算第一步参数与损失，再运行默认两步。

教师在桌边怎样追问。 为什么第二步不能继续抄第一步的坡度？

本段要收集的证据。 第一步和第二步各有自己的旧点。

16—20 分钟｜把运行表当成路线图

教师可以这样说：“现在逐行看表。每一行的损失属于这一行参数，更新算式来自上一行。路线向目标接近，不代表已经精确到达，也不说明在更复杂曲面一定只有一个谷底。”

学生具体动作。 Q2 对照程序两步表，给每个坡度画回旧点的箭头。

教师在桌边怎样追问。 一个数属于更新前还是更新后，在哪里能查到？

本段要收集的证据。 两条更新箭头与损失行对应。

20—24 分钟｜把步子放大但先回原点

教师可以这样说：“把学习率改成 1.2，步数改为一，起点仍为零。先猜它会停在目标前、目标上还是跨过去。每次运行从起点重新开始，因此我们是在比较同一起点的方案，不是接着旧路线再走。”

学生具体动作。 Q3 从同一起点运行学习率 1.2 的一步，记录参数和损失。

教师在桌边怎样追问。 跨过目标之后，新的损失要重新怎样算？

本段要收集的证据。 大步与小步的起点相同且结果分别记录。

24—28 分钟｜把局部坡度变得直观

教师可以这样说：“在同一位置左右各挪很小一点，比较损失变化，就能感受斜率告诉的是局部上升还是下降。它没有提供到谷底的完整地图。大步可能越过这段局部信息适用的范围。”

学生具体动作。 在纸上比较 w=0 与 w=0.1 的损失，说明往右最初怎样变化。

教师在桌边怎样追问。 往右开始下降，是否保证一直往右都下降？

本段要收集的证据。 局部变化与全程保证的区别。

28—32 分钟｜把三个不同的数分开

教师可以这样说：“w 是我们想调整的参数，学习率是调多少的设置，损失是评价当前结果的分数。它们可能都显示为小数，但职责不同。调学习率和已经更新参数，也不是同一时刻发生的操作。”

学生具体动作。 给本页三个框与损失列分别贴上参数、更新设置、评价。

教师在桌边怎样追问。 你把学习率改了但没运行，结果表属于哪一轮？

本段要收集的证据。 原轮次与新设置明确分离。

32—36 分钟｜什么时候算没有进步

教师可以这样说：“参数移动了，并不一定损失下降。学习率为零会原地不动，过大也可能反复越过目标。判断进步要先说明评价标准，再检查每一步，而不是看数字有没有变。”

学生具体动作。 给“参数变了所以训练成功”写反例思路。

教师在桌边怎样追问。 如果两步回到原点，路线长是否代表更有效？

本段要收集的证据。 反例联系损失而非移动距离。

36—40 分钟｜独立小步方案

教师可以这样说：“Q4 的目标是 6，起点是 2，不要沿用默认目标。先手算学习率四分之一的两步，再用页面复核。教师只检查旧点、新点和式子是否对应，暂不揭示数值结果。”

学生具体动作。 Q4 设置 start=2、target=6、rate=0.25、steps=2 并先手算。

教师在桌边怎样追问。 你第二步使用的是哪一个旧参数？

本段要收集的证据。 两步各自的坡度与损失完整。

40—44 分钟｜独立大步方案

教师可以这样说：“另起一轮，同一目标和起点，学习率改为 1。请先写两次更新，不凭动画或感觉判断。若你发现某个数重复出现，说明它出现在哪个步骤，而不是直接抄一个“振荡”术语。”

学生具体动作。 Q4 从 2 出发用学习率 1 连走两步，比较两轮损失轨迹。

教师在桌边怎样追问。 第二步方向为什么可能与第一步相反？

本段要收集的证据。 两轮都保留完整参数轨迹。

44—48 分钟｜两人对照算法顺序

教师可以这样说：“交换独立题，按预测、损失、坡度、更新、再预测的顺序逐项读给对方。发现用了旧坡度连续走第二步，就把第二步擦掉重算；第一步的原始记录保留。”

学生具体动作。 Q5 复述一整步训练所包含的动作，并复核同伴一行。

教师在桌边怎样追问。 哪一个值必须在每次更新后重新计算？

本段要收集的证据。 动作顺序与实际行号联系。

48—52 分钟｜现在讲评两条路线

教师可以这样说：“目标六的独立题，小步路线参数二到四到五，损失十六到四到一；学习率一的路线二到十再到二，损失一直十六。运动与进步不同，大步反复越过最低点就是本例的解释。”

学生具体动作。 修订 Q4，写清同样起点却出现不同路线的原因。

教师在桌边怎样追问。 如果只看最后参数，你会漏掉什么过程？

本段要收集的证据。 修订指出学习率与局部坡度。

52—56 分钟｜不用求导也能检查说法

教师可以这样说：“Q5 可以先不要求学生推导公式，但要能把参数小幅改变后的损失算出来作检查。完整求导是下一层内容，不应让不懂符号的学生只能背“沿负梯度下降”。”

学生具体动作。 Q5 在自己选的一个位置左右各改 0.1，比较损失。

教师在桌边怎样追问。 你用可计算的哪个变化支撑方向判断？

本段要收集的证据。 至少一对相邻位置的实际损失。

56—60 分钟｜离堂回到实际边界

教师可以这样说：“Q6 写下损失下降证明了什么：在这一个训练目标与公式下，当前数值更接近目标。它还不能证明陌生输入准确、任务定义正确或实际模型安全可靠。下一课就检查训练之外的材料。”

学生具体动作。 Q6 用一条路线解释学习率，并写一个尚未验证的方面。

教师在桌边怎样追问。 今天是否包含独立测试数据？

本段要收集的证据。 路线证据加训练外边界。

教师的概念备查：先用上面的观察，再补准确说法

这部分供备课和讲评时查阅，不要求在第一分钟连续宣读。学生已经看到一个过程后，再用相应名称为过程命名。需要回答更深问题时，先说明小实验所固定的条件，避免从一个算例直接跳到所有大模型。

损失把偏差变成比较标准

参数好不好，需要先规定要比较的量。损失函数把预测与目标的差异压成一个数，优化程序据此寻找较小的值。今天预测就是参数w，目标是4，使用平方损失L=(w-4)²。平方使正负偏差都产生非负损失，并让较大的偏差受到更大的惩罚。这个标准由任务设计者选定；损失越小，只表示按此标准更接近目标，并不自动代表在现实中更有用或更公平。

可以补充的例子：w=0、2、4分别产生损失16、4、0；w=3和5都产生损失1，损失值本身不告诉你在目标哪边。

应当停住的推论：课堂只含一个样本和一个参数；真实训练通常对许多样本综合计算。

梯度是局部变化信息

损失像随参数位置变化的地形图。只有一个参数时，可以用坡度说明把w稍微增大，损失倾向于怎样变；多参数时对应信息合成梯度。今天直接使用g=2(w-4)，不要求推导。g为负说明当前位置向增大w的方向会先降低损失，g为正则相反。它描述的是附近的变化趋势，不是整条道路的保证；离开当前位置很远后，原坡度未必继续给出合适的步幅。

可以补充的例子：w=0时g=-8，w=5时g=2；两个位置都不能机械地“让w变小”。

应当停住的推论：梯度不是损失，也不是模型对答案的置信度；本课给出的g仅适用于指定L。

更新规则与学习率

最简单的梯度下降写成w新=w旧-η×g，其中η读作学习率，是本次沿负梯度走多远的系数。先用旧参数计算梯度，再一次更新，之后必须在新位置重新计算损失和梯度，不能永远沿用第一步的g。参数w与学习率η角色不同：前者在本题中被训练更新，后者由训练设置给定。步子太小可能进展慢，步子太大可能跨过较低位置甚至使损失增加。

可以补充的例子：w=0、η=0.25、g=-8，更新为2；到w=2重新算g=-4，下一步才得到3。

应当停住的推论：很多实际优化器还使用历史统计等机制；本课规则不能代表所有优化算法。

训练曲线与停止判断

训练曲线把每一步的损失记录下来，让我们检查程序是否按预期改善。下降是有用线索，但单步上升不一定代表代码错了，也可能来自学习率、批次噪声或数据变化；连续异常则需要排查。即使训练损失持续下降，仍可能在陌生数据上变差，下一课会用不同数据集检查。停止也不是等到宇宙中的所有错误消失，而是结合预算、改善幅度和验证表现作决定。

可以补充的例子：本课η=0.25的损失轨迹16→4→1；若第一步η=1.2，则w=9.6，损失31.36，高于16。

应当停住的推论：简单碗形例子不证明任意深层网络都能找到全局最优，也不保证每步损失单调下降。

后置讲评：独立尝试结束后才展开

Q1 不按猜测扣分。Q2 在 0、2、4、6 的损失是 16、4、0、4。初点 g=−8，学习率 0.25 后 w=2、L=4；重新算 g=−4，再得 w=3、L=1。

Q3 学习率 1.2 一步到 9.6，L=(9.6−4)²=31.36，比原始 16 更差；学习率为零仍停在起点。Q4 目标 6、起点 2 的小步路线为 2→4→5，损失 16→4→1；学习率 1 为 2→10→2，损失 16→16→16。

Q5 应从旧点计算当前预测、损失与坡度，更新后再评价；在 w=0 和 0.1、目标 4 时损失为 16 与 15.21，支持局部向右下降，不能推出一直向右下降。其他相邻点只要计算与方向一致均可。Q6 以大步轨迹作为参数变化而损失不降的证据；没有独立新数据，不能由训练例子的损失推出泛化。

板书、补救与课后加深

• 预测 w，目标 y，差距 w−y。
• 损失 L=(w−y)²；本例坡度 g=2(w−y)。
• 旧点 → 当前坡度 → 乘学习率 → 新点 → 重新评价。

使用本页相同的输入、步骤与判定规则在纸上完成，必要时用普通计算器。保留预测、中间量和最后核对，注明实际完成的是纸面复算。没有外部 AI 调用，不把这项工作说成已经得到某个产品的真实效果。

在纸上推导一元平方损失导数，画不同学习率轨迹；具备代码基础后用短程序记录曲线，再对比随机梯度与完整数据梯度。 深化内容另计时间；先保证本课独立练习完成。

来源和实际完成范围

• AIPath 对应课：用作课序与主题对应。
• Google：Gradient descent：核对损失、梯度和参数更新步骤；本课二次函数数值独立复算。

新增实验在浏览器本地计算，已用随课测试核对指定条件。纸面样本是为解释机制编写的，不是实际业务数据；未在此训练大模型，未做真人试教。