PyTorch 环境自检：从安装到第一轮训练之前
安装完成只是起点。用一份小清单，确认解释器、设备与自动求导是否按预期工作。
FIELD STUDY / 001 从观察，到理解
观察 · 学习 · 实验 · 反思A WORK IN PROGRESS ↗
01 / LEARN深度学习基础PyTorch · Neural Networks
02 / EXPLORE课堂情感计算Affective Computing
03 / THINK论文阅读与实践Read · Reproduce · Reflect
01 最近的笔记
全部笔记从一个标量开始理解自动求导
从 y = x² 的计算图出发，把 requires_grad、backward 和梯度累积放到同一个例子里。
02 研究手记
全部记录给论文阅读建立一份问题清单
先用统一的问题组织阅读：任务是什么，标签从何而来，划分是否合理，结果究竟支持什么。
课堂情感计算：研究从问题开始
方向已经有了，具体问题还需要慢慢收敛。先记下当前的起点，以及下一次与导师讨论的问题。