（四十）独立练习与综合项目衔接

1. 自拟：改变手算样本。 用 x=3、y=7、w=1、b=0 手算前向、梯度和一次更新，再与自动微分逐项比较。
2. 自拟：追踪错误广播。 将三条回归预测分别组织为 (3,) 和 (3,1)，画出相减实际形成的矩阵，恢复一一比较的形状。
3. 自拟：比较优化器。 保留同一数据划分与初始化，分别用 SGD 和 Adam 训练，记录训练与验证曲线，再按相同指标解释差异。
4. 自拟：加入新输入特征。 在阅读 CSV 中增加一项特征，同时修改读取、标准化、模型输入、预测入口和测试，核对旧检查点与新结构的差别。
5. 自拟：检查验证数据泄漏。 故意在全部样本上拟合统计量，再只改变验证组，比较训练统计与预测的变化，随后改回训练组拟合。
6. 自拟：扩充图形分类。 加入斜线作为第四类，先画生成规则，再修改标签表、末层输出、分组和混淆矩阵，核对每个编号的含义。
7. 自拟：追踪恢复差异。 分别省去 Adam 状态、Dropout 随机状态或打乱状态，比较第一个发生差异的批次，再恢复完整检查点。
8. 自拟：完成错误样本页。 将分类错误的输入、真实类别、预测类别与概率一起保存，接到前面的 Web 页面展示。
9. 自拟：批量梯度累积。 把一次四条样本的梯度与两次两条样本的累积梯度比较，按样本数缩放损失，核对一次最终更新。
10. 自拟：交付推理环境。 从新环境安装项目，加载选定模型，核对同一输入的命令行、Python 调用和 HTTP 响应。

到这里，一份数据可以经过划分、预处理、训练与验证，保存后重新加载，再接到已有的接口中。下一章把采集、存储、查询以及训练到服务的步骤组成完整项目，继续处理配置、日志、检查和交付。

本章习题解答与推导 按题号整理实现、过程说明与运行检查，可在完成练习后逐项对照。