损失地形实验室

▶ 播放时三种优化器同步每步下降。调高学习率可先看 SGD 振荡。

• 学习率 η: 每步参数更新幅度。过大易发散，过小则收敛慢。
• 动量 β: Momentum 保留上一梯度方向的比例。