大学本科三年级人工智能专业：深度学习算法优化策略教学实施教案

大学本科三年级人工智能专业：深度学习算法优化策略教学实施教案

一、教学分析

（一）课程定位与教材分析

本课程为大学本科三年级人工智能专业核心必修课程“深度学习原理与应用”的关键专题模块。该模块在学生已系统掌握前馈神经网络、卷积神经网络、循环神经网络等基础架构后，聚焦于算法性能提升的核心环节——优化策略。课程共计4学时，2学分，属电子信息类国家级一流本科专业建设点核心课程，直接支撑工程教育认证毕业要求中“问题分析”“设计/开发解决方案”及“研究”等指标点。主教材选用IanGoodfellow等所著《深度学习》（DeepLearning）英文版及中文翻译版，参考教材涵盖邱锡鹏《神经网络与深度学习》及近三年NeurIPS、ICML、ICLR国际顶级会议中关于优化算法的综述与实证论文。【非常重要】辅助资源包括PyTorch官方教程、TensorFlowModelOptimizationToolkit文档及开源社区实现，自编实验指导手册《深度学习优化算法对比实验指南》已通过校级精品教材立项。【基础】

（二）学情分析

1.知识储备：学生已完成高等数学、线性代数、概率论与数理统计等数学基础课，修读Python科学计算栈（NumPy、Pandas、Matplotlib）及深度学习框架（PyTorch）入门课程，能够独立构建简单的卷积神经网络并完成CIFAR-10图像分类任务。前期测验显示，约65%的学生能准确写出反向传播链式法则，但仅20%的学生能解释学习率、动量系数对收敛性的影响机制，普遍将优化器视为“黑箱”。【重要】【难点】

2.能力特征：大三学生具备较强的逻辑推理与抽象思维能力，但工程调试经验严重不足。学生在机器学习基础课程中接触过梯度下降概念，却从未经历过梯度爆炸、损失震荡、收敛平台等真实训练困境，缺乏故障诊断的元认知策略。此外，学生个体间编程水平呈显著分化：前20%的学生已参与过Kaggle竞赛或教师科研项目，接触过LAMB、Lookahead等前沿变体；而后30%的学生仍困于反向传播公式的矩阵维度推导。【热点】

3.学习风格与动机：问卷调查显示，该年级83%的学生拥有个人GitHub账号，习惯通过StackOverflow、PyTorch论坛获取技术方案，对可视化调参工具（WeightsBiases、TensorBoard）抱有强烈好奇心。同时，学生对“调参炼丹”的刻板印象存在抵触，渴望理解算法设计背后的数学原理。因此，本设计需在“数学严谨性”与“工程直观性”之间建立桥梁，并设置分层任务满足差异化发展需求。【非常重要】

（三）教学目标

依据布鲁姆教育目标分类学（修订版）及工程教育认证毕业要求指标点1.3、2.2、4.1，确立以下三维目标：

1.知识目标：【基础】【高频考点】

（1）准确复述随机梯度下降及其变体（Momentum、NAG、AdaGrad、RMSProp、Adam）的迭代公式与几何意义。

（2）对比分析自适应学习率算法与固定学习率算法的适用场景、收敛速度与泛化性能差异。

（3）阐释批归一化、权重衰减、梯度裁剪等技术对优化曲面平滑度及训练稳定性的影响机理。【难点】

2.能力目标：【非常重要】【热点】

（1）能够基于PyTorch框架自主实现SGD、Momentum、RMSProp、Adam等优化器核心逻辑，并完成超参数对比实验与可视化分析。

（2）能够诊断深度学习训练过程中梯度消失、损失震荡、过拟合等典型故障，针对性地调整优化策略并验证效果。

（3）能够阅读并复现顶会论文中针对特定任务（如ViT、BERT微调、扩散模型）设计的定制化优化器模块，撰写结构化技术评述。【拓展】

3.素养目标：

（1）树立严谨求实的科学精神，深刻理解“无免费午餐”定理在优化算法演化中的哲学映射，拒绝盲目迷信单一算法。

（2）培养开源协作与学术规范意识，在实验报告中正确引用优化器原始论文，遵守CC协议进行代码复用与分发。

（3）增强技术伦理敏感性，辩证看待超参数自动搜索技术对算法工程师岗位能力的重塑挑战。

（四）教学重难点

1.教学重点：【重要】【高频考点】

（1）动量法对梯度更新路径的修正机制及其参数γ的物理意义。

（2）自适应学习率算法族（AdaGrad、RMSProp、Adam）的核心思想：从累积平方梯度到指数移动平均，再到一阶动量与偏置校正的完整演进逻辑。

（3）优化器与学习率调度、网络架构、正则化策略的联合调优系统工程方法。

2.教学难点：【难点】【热点】

（1）指数加权移动平均在动量计算与二阶矩估计中的无偏估计推导，以及Adam初始阶段偏置校正的必要性。

（2）二阶优化方法（如拟牛顿法、自然梯度法）与一阶方法的本质区别，及其在深度学习中鲜少应用的根本原因——计算复杂度与随机逼近困难。

（3）大规模分布式训练环境下同步SGD与异步SGD的收敛性保证差异，及梯度压缩技术对优化轨迹的影响。【拓展】

（五）教学策略与方法

本专题整体设计理念遵循“认知冲突—理论建构—实践验证—迁移创新”的体验学习圈模型，融合BOPPPS有效教学结构与翻转课堂范式。【非常重要】具体采用以下四种核心教学方法：

1.可视化启发式教学：使用优化景观可视化工具Optuna、Plotly动态展示不同优化算法在Rosenbrock函数、Ackley函数等高维非凸曲面上的迭代轨迹，将抽象的梯度向量场转化为直观的“寻宝路径”游戏，降低认知负荷。【重要】

2.代码拆解重构教学法：提供仅包含框架占位符的优化器模板类（Python），引导学生逐行补全梯度获取、缓存变量更新、参数更新等核心逻辑，在“填空”中破除黑箱恐惧，建立算法与代码的映射关系。【基础】

3.争议性议题辩论式教学：设置辩题“在计算机视觉主流任务中，Adam及其变体是否已完全取代SGD+Momentum？”，要求学生在课前检索文献、搜集证据，课堂上以小组为单位开展微型辩论，培养基于证据的批判性思维。【热点】

4.双元制项目化学习：以“优化器动物园”横向对比实验舱为贯穿整个模块的实战主线，各小组需完成涵盖经典、自适应、解耦、大规模等四大类共计12种优化器的系统性评估，产出包含量化指标、可视化证据、统计检验及理论解释的完整研究报告。【非常重要】

二、教学实施过程（核心环节）

本专题共计4学时，每学时50分钟，教学实施严格遵循课前导学、课中研学、课后拓学三段式闭环结构。下文以0.5学时为最小颗粒度进行全流程精准刻画。

（一）课前准备阶段（学生自主用时约70分钟，不计入学时）

1.自主学习任务单发布：【重要】

（1）微课学习：观看教师团队自制的交互式微课《梯度下降的困境与突围》，时长15分钟。微课采用Manim动画引擎，直观展示固定学习率SGD在狭长山谷地形中的锯齿振荡现象，并埋设“如何让梯度更聪明”的悬念。【基础】

（2）文本阅读：精读教材第8.1-8.3节，完成学习管理系统中嵌入的在线测验（8道选择题+2道公式推导填空题）。系统自动批阅并生成班级学情热力图，教师根据热力图确定课堂重点突破的共性盲区。【非常重要】

（3）环境就绪确认：要求每位学生在GoogleColab或本地PyTorch环境中成功运行教师提供的“ResNet-18_mini”脚本，该脚本已人为注释掉优化器定义行，仅保留模型、数据与训练循环骨架，为课堂第一节的代码拼图任务埋设接口。【基础】

2.差异化预习支架：【拓展】

（1）数学补丁包：针对在前期测验中暴露出矩阵求导薄弱的学生，通过LMS定向推送《向量对向量求导的链式法则实例详解》及3Blue1Brown相关视频片段。

（2）前沿速递包：针对申请参与科研训练的学生，附加阅读Adam原作者Kingma在2023年访谈录节选及ICLR2024关于自适应优化器泛化边界的最新投稿论文。

（二）课堂实施阶段（核心研学环节，总时长200分钟）

第一学时：困境具象化与第一次认知飞跃（50分钟）

1.导入与认知冲突制造（5分钟）【非常重要】

（1）对比实验引爆冲突：大屏幕实时运行两段代码——左屏：固定学习率SGD（η=0.01）在MNIST两层CNN上的训练曲线，损失剧烈起伏，验证集准确率徘徊于89%；右屏：同一模型，仅将学习率策略改为“人肉衰减”（每3轮手动降低10%），损失平滑下降，准确率跃升至94%。教师设问：“计算机能否学会自动调整学习步长？甚至为每个参数分配不同的步长？”学生陷入短暂静默后产生强烈求知欲。

（2）前知激活：随机抽取两名学生在黑板书写SGD参数更新通式：θ_{t+1}=θ_t-η·∇L(θ_t)，并口头解释梯度方向为何指向最速上升反方向。此环节全员动笔，助教巡视确保无公式书写错误。【基础】

2.新知建构：动量法的双重本质（15分钟）【重要】【高频考点】

（1）物理类比驱动理解（5分钟）：播放慢速动画——铁球从山顶滚下，并非直接沿瞬时梯度方向跳跃，而是累积历史动量冲过局部凹坑。教师同步板书：v_t=γ·v_{t-1}+η·∇L(θ_t)；θ_{t+1}=θ_t-v_t。强调γ是摩擦系数（通常0.9），记忆长度约1/(1-γ)步。展示无动量SGD与动量SGD在Beale函数上的路径对比：前者呈密集锯齿，后者呈平滑螺旋。

（2）数学拆解与代码映射（5分钟）：现场打开PyTorch源码风格的教学代码片段，引导学生发现torch.optim.SGD中momentum参数实际实现了上述累积逻辑。进一步提问：“能否在更新前看一眼未来的梯度？”引出Nesterov加速梯度（NAG）。板书NAG核心：先跳跃，再修正。公式表达：θ_{t+1}=θ_t-γ·v_{t-1}-η·∇L(θ_t-γ·v_{t-1})。【难点】

（3）直观演示（5分钟）：在二维二次型曲面上对比标准动量与NAG的轨迹，NAG在接近极小值时减速更灵敏，振荡更小。

3.交互式代码拼图与即时反馈（20分钟）【核心实践】【非常重要】

（1）分组拼图任务（12分钟）：班级分为6个小组，每组在Colab中接收到一份“残缺优化器”代码——已实现基础SGD，但Momentum更新逻辑被替换为注释。任务：参考板书公式，在TODO区域补全带动量项的参数更新行。教师通过LiveShare插件同时查看多组进度，典型错误包括：未保存历史梯度v_t、混淆η与γ的位置、未使用inplace更新导致计算图滞留。教师抓取典型错误截图匿名展示，全班共同纠错。

（2）画廊漫步与投票（8分钟）：各组将补全后的代码训练损失曲线截图上传至Miro看板。学生自由浏览，投票选出“收敛最快组”与“曲线最平滑组”。教师针对动量系数过高（γ=0.99）导致发散的反例，引导学生总结动量系数应小于1且通常不低于0.5的经验规律。【热点】

4.小结与悬念植入（5分钟）

教师以思维导图形式总结：动量是优化器智能化的第一次跃升，但学习率全局固定仍是桎梏。展示一组极端稀疏特征（文本嵌入）的训练案例，提问：“经常出现的特征与罕见特征，是否应享有相同的学习率？”引出AdaGrad。【基础】

第二学时：自适应学习率的谱系建构与批判（50分钟）

1.复习与衔接（5分钟）

（1）快速诊断测验：通过Plickers实时答题，题目为“给定连续3步梯度值[2.0,1.5,0.8]，γ=0.9，η=0.1，求动量法第3步的累积速度v_3”。全班作答正确率92%，显示动量计算已基本过关。【基础】

（2）衔接设问：回顾上节末的稀疏特征问题，点明本节核心——为每个维度配备自适应学习率。

2.核心概念三层进阶（20分钟）【非常重要】【高频考点】

（1）AdaGrad：累积历史平方梯度的洞见（6分钟）：推导AdaGrad更新规则：θ_{t+1}=θ_t-η/√(G_t+ε)·∇L(θ_t)，其中G_t=Σ_{τ=1}^tg_τ^2。强调其几何意义：频繁更新的参数（梯度大）学习率迅速衰减；稀疏参数（梯度零散）保持较大学习率。展示其在Glove词向量训练中的经典应用，同时指出致命缺陷——G_t单调递增导致学习率过早归零。【难点】

（2）RMSProp：移动平均拯救衰减（6分钟）：由AdaGrad缺陷引出指数移动平均。板书：E[g²]t=ρ·E[g²]

{t-1}+(1-ρ)·g_t^2，ρ=0.9。更新式为θ_{t+1}=θ_t-η/√(E[g²]t+ε)·∇L(θ_t)。对比AdaGrad与RMSProp在非凸曲面上的轨迹，后者可持续下降至更优区域。

（3）Adam：动量+自适应+偏置校正的集大成者（8分钟）：拆解Adam三要素。第一阶段：一阶矩（动量）m_t=β_1·m

{t-1}+(1-β_1)·g_t；第二阶段：二阶矩（RMSProp核心）v_t=β_2·v_{t-1}+(1-β_2)·g_t^2；第三阶段：偏置校正——m̂_t=m_t/(1-β_1^t)，v̂_t=v_t/(1-β_2^t)。最终更新：θ_{t+1}=θ_t-η·m̂_t/(√v̂_t+ε)。教师强调：若无偏置校正，Adam在初始步将严重偏向于0，导致参数几乎不更新。【热点】

3.批判性思维介入：Adam是否完美无缺？（10分钟）【热点】【难点】

（1）正反观点交锋：教师展示Reddit论坛2018年经典论战截图。正方论据：Adam收敛极快，鲁棒性强，已为Transformer训练默认配置；反方论据：SGD+Momentum经精细调参在ImageNet上泛化性更优，Adam易收敛至尖锐极小值。

（2）理论深化：简述Reddi等人在ICLR2018《OntheConvergenceofAdamandBeyond》中构造的反例——Adam在某些简单凸问题上不收敛。由此引出AMSGrad修正：v̂_t取max(v̂_t,v̂_{t-1})。同时点明AdamW通过解耦权重衰减进一步提升了泛化性能。此环节意在打破学生对“最新=最优”的迷思，培养算法演化史观。【非常重要】

4.分组对抗式实验（13分钟）【核心实践】

（1）实验设定：在CIFAR-10简化ResNet-18上，分别采用SGD+Momentum、RMSProp、Adam。固定10个Epoch，各组仅可调整各自负责优化器的超参数，并需记录调参日志。

（2）实施与观察：各组将标量曲线推送至共享TensorBoard实例。全班实时观看三条曲线竞速：Adam前3个Epoch绝对领先，SGD缓慢爬升；第7轮后SGD反超Adam，RMSProp居中。教师捕捉这一典型现象，引出“自适应优化器初期激进、后期乏力”的共识，并介绍学习率热重启（CosineAnnealing）作为补救措施。【高频考点】

5.微小结（2分钟）

教师总结：从全盘自适应到动量与自适应结合，优化算法演化呈现螺旋上升。但超参数并未彻底解放——Adam仍有β_1、β_2、η需设定。下一学时将探讨更底层的优化辅助技术：归一化与梯度裁剪。

第三学时：优化支撑技术与诊断工具体系（50分钟）

1.学习率与批量大小的协同调优（15分钟）【重要】【高频考点】

（1）学习率调度策略全景（5分钟）：超越固定衰减，展示分段衰减（StepLR）、指数衰减、余弦退火（CosineAnnealingLR）、线性预热（LinearWarmup）的PyTorch实现。利用matplotlib预绘制不同调度策略下的学习率曲线及对应训练损失轮廓，直观揭示预热阶段对于稳定大学习率初始训练的关键作用。【热点】

（2）批量大小与学习率的线性缩放法则（5分钟）：阐述Goyal等人2017年论文核心发现——当批量大小乘以k时，学习率也应近似乘以k。但线性法则成立需配合预热。现场演示：在ResNet-50上，batchsize从256增至1024，若不调学习率，准确率骤降5%；若将lr从0.1增至0.4并预热5轮，准确率恢复。【难点】

（3）梯度累积：显存不足的工程对策（5分钟）：演示通过accumulation_steps参数模拟大批量，强调其与真正大批量在BN统计量计算上的细微区别。

2.归一化与正则化的优化视角（20分钟）【非常重要】【高频考点】

（1）批归一化（BN）：从ICS神话到平滑景观（7分钟）：批判性回顾BatchNormalization原始论文中的InternalCovariateShift解释框架，引入Santurkar等人NIPS2018观点——BN使损失函数利普希茨常数更小，梯度预测性更强。现场实验：对比有无BN的VGG网络在CIFAR-10上的梯度范数分布直方图，有BN者梯度范数更集中，极少出现极端大值或小值。【热点】

（2）权重衰减与AdamW（7分钟）：澄清深度学习圈流传五年的经典误解——L2正则化与权重衰减在SGD中数学等价，但在Adam中不等价。推导AdamW更新步骤：先从参数中减去权重衰减项，再执行Adam更新。展示使用AdamW后ImageNetTop-1准确率约提升0.5%的实证图表。【难点】

（3）梯度裁剪（6分钟）：针对RNN、Transformer中梯度爆炸的专有急救术。现场故意构造梯度爆炸：在简单LSTM语言模型中，将权重初始化过大，loss瞬间变为NaN。教师执行torch.nn.utils.clip_grad_norm_，设定max_norm=1.0，训练恢复稳定。学生惊叹，深刻理解裁剪阈值设定的双刃剑效应。【基础】

3.可视化诊断工作流（10分钟）【重要】

（1）TensorBoard进阶应用：除损失曲线外，展示如何记录参数直方图、梯度直方图、激活值分布。案例：通过梯度直方图发现底层卷积层梯度范数接近零，诊断出网络初始化不当导致的梯度消失。

（2）W＆BSweeps自动化调参演示：教师代理运行一次贝叶斯超参数搜索，对比网格搜索效率。学生虽不现场操作，但形成“人机协同调参”的未来工作想象。

4.实作巩固：为优化器加上辅助轮（5分钟）

学生回到第二学时的CIFAR-10实验代码，为各自负责的优化器添加余弦退火调度器及梯度裁剪。再次运行10轮，观察Adam后期乏力现象是否缓解。多组报告添加余弦退火后Adam最终准确率提升约2-3%。【非常重要】

第四学时：真实挑战实战与学术视野拓展（50分钟）

1.真实场景故障诊断挑战赛（25分钟）【非常重要】【热点】

（1）任务发布（5分钟）：每个小组领取一个“故障训练脚本”。故障类型包括：①损失平台期（优化器陷入鞍点）；②准确率震荡发散（学习率过大/动量过高）；③验证Loss早于训练Loss上升（过拟合，需权重衰减）；④梯度爆炸（NaNloss）。任务目标：20分钟内定位故障根源并修复，使模型在规定20轮内达到预设性能阈值。

（2）小组攻关与巡回指导（15分钟）：教师提供“优化器急救箱”思维卡片，包含常见症状-病理-处方映射表。各组参照但不限于此，允许联网检索。教师观察各组策略：优秀组能迅速打印梯度范数、绘制特征图；中等组尝试盲目调低学习率；落后组陷入死循环。助教重点援助落后组，引导其从最简诊断输出（print梯度均值）入手。

（3）复盘与反思（5分钟）：随机抽取3个小组陈述。其中一组面临过拟合，最初试图降低模型容量未果，后调整为AdamW并增大weight_decay至5e-4，验证损失显著下降。教师提炼：优化器选择需与正则化策略联动，孤立的参数调整往往徒劳。【高频考点】

2.前沿优化技术速览与价值导向（10分钟）【拓展】

（1）前沿变体掠影：教师以极快节奏介绍RAdam（用移动标准差纠正Adam收敛方差）、Lookahead（维护快慢两套权重，慢权重每k步插值）、LAMB（Layer-wiseAdaptiveMoments，用于BERT大规模预训练，支持百万级batchsize）。强调这些变体并非颠覆性创新，而是针对特定痛点（收敛稳定性、通信效率）的工程修补。

（2）优化器自动化搜索：简述DARTS框架如何将优化器类型、超参数作为架构参数进行可微分搜索，展示AutoML对未来算法工程师角色的重塑可能。

3.科学精神与价值观嵌入（5分钟）

教师引用Goodfellow“优化是科学，更是艺术”及LeCun“理解优化就像理解烹饪，配方可学，火候需练”。引导学生正视：当前深度学习优化理论仍远落后于实践，大量SOTA模型依赖于启发式调参。鼓励有志于基础研究的学生关注神经切线核、特征学习理论等优化理论前沿，将“炼丹”升华为“炼金”。

4.单元总结与分层作业发布（5分钟）

（1）师生共建知识图谱：教师在白板核心区绘制“优化算法族谱”，学生口述补充技术节点与标志性论文年份，完成集体知识建构。

（2）课后任务说明：【非常重要】

①基础必做：完成Kaggle“PyTorch优化器速度挑战赛”公开练习赛，提交可复现Notebook，要求可视化至少四种优化器的收敛曲线。

②进阶选做：复现ICLR2024一篇关于“梯度中心化”或“归一化流优化”的短文，撰写1500-2000字技术评述，格式参照《软件学报》技术评论专栏。

③团队项目：以3-4人小组为单位，自选CV/NLP/语音任一任务，系统比较至少6种优化器（含SGD、Adam、AdamW、RAdam、LAMB及自选一种），提交包含消融实验、统计检验（Wilcoxon符号秩检验）及理论归因的分析报告。优秀作品将推荐至学院本科生学术论坛及企业开放日展示。

（三）课后拓展阶段（深度学习与持续优化）

1.异步研讨深化：教师在课程Discord频道开设#optimizer_deep_dive子频道，每周发布一个思辨议题，如“大语言模型预训练为何几乎独尊AdamW？”“梯度裁剪阈值设置为1.0的经验主义是否合理？”要求学生运用本模块所学撰写微评论，并至少回应他人一点。教师择机介入，引导学生引用具体文献，避免空谈。【热点】

2.开源社区贡献引导：对完成进阶作业且代码功底扎实的学生，教师提供已标记“goodfirstissue”的优化器开源库名单（如PyTorch、Tianshou、OpenMMLab），指导学生完成首次PullRequest，体验从使用者到贡献者的身份转换。已有先例：前两届学生曾为Lightning-Bolts库贡献过RAdam的改进实现。【拓展】

3.个性化学习路径推荐：基于课堂实作完成速度与正确率，通过LMS向学生智能推送差异化学习包。对诊断思维薄弱者推送《机器学习调试：系统化方法》章节；对理论偏好者推送《深度学习的优化理论》综述中文翻译版。

三、教学评价与反思

（一）多元化发展性评价体系

本模块评价旨在超越“记忆公式”的浅层考核，建构指向高阶思维与工程素养的证据链。

1.形成性评价（权重45%）：【重要】

（1）课前在线测验（5%）：侧重于优化算法基本公式的记忆与简单应用，系统自动评分，未通过者需重测直至通过。【基础】

（2）课堂代码拼图完成度（15%）：根据各组在Colab中的补全正确率、提交时效性进行评分，允许迭代改进，取最高分。

（3）画廊漫步投票及互评量表（10%）：每位学生需为至少三个其他组的可视化成果填写结构化反馈（清晰度、洞察力、美学），同伴互评分数经归一化后计入总分。【非常重要】

（4）故障诊断挑战赛表现（15%）：依据小组是否在限定时间内达成目标性能、诊断日志的逻辑清晰度、解决方案的创新性，由教师与助教共同评定。

2.终结性评价（权重55%）：【非常重要】【高频考点】

（1）优化器对比实验报告（35%）：包含摘要、问题定义、实验设计、结果可视化、统计分析、讨论与结论等完整章节。评分重点考察控制变量是否严谨、结论是否有数据支撑、是否讨论算法局限性。严禁直接拼接开源代码而不加引用，查重阈值设为15%。

（2）闭卷考试模块（20%）：设置场景化选择题与简答题，如“某任务训练Loss持续在1.5附近震荡，请从优化器角度提出两种解决方案并解释原理”，避免死记硬背。

（二）教学反思与持续改进

1.设计亮点与实效：

（1）认知冲突策略效果显著：第一学时伊始的固定学习率与手动调参对比，使85%的学生在课后反馈中表示“意识到自动化优化的必要性”，远高于以往直接讲授算法的课堂。

（2）代码拆解任务精准打击难点：从学生提交的补全代码来看，95%的学生能够正确实现动量累加，对参数缓存的理解显著优于往届。

2.痛点与改进预案：

（1）Adam偏置校正环节仍有30%学生感到抽象。下轮授课拟引入Jupyter交互式滑动条，让学生观察t=1,2,5时校正系数(1-β^t)的具体数值变化，将纯数学符号转化为可操纵的变量。

（2）第四学时前沿速览部分容量过大，学生对LAMB、RAdam等变体仅停留于名词记忆。后续改为“海报集市”形式：将学生分组，每组负责一种变体，课前调研并在课堂上以3分钟闪电演讲形式分享，教师补充。从被动听讲转为主动建构。

四、板书与数字资源协同设计

（一）主副板书结构化布局

左侧主板书区（持久保留）：纵向绘制“深度学习优化算法演进年轮”，以时间轴形式标注1986年BP算法（隐含SGD）、1999年Momentum、2011年AdaGrad、2012年RMSProp、2015年Adam、2017年AdamW、2019年RAdam/Lookahead、2021年LAMB等关键节点，并以箭头指示算法继承与批判关系。【基础】

右侧副板书区（随堂更新）：速查表格——优化器超参数典型范围：SGDlr∈[