参数量
网络里待学数字的个数。课里始终分两格算账：总参数量（权重账）与可训练参数量（梯度账）；LoRA 压的是后者的规模。
生产方式：AI 生成AI 生成，仅供参考签发：晓黎学习复核：2026年11月8日被 5 个词条引用
互链
链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。
- 卷积（Convolution）正文引用
- 全连接层正文引用
- 显存正文引用
- LoRA正文引用
- QLoRA正文引用
- Scaling Laws（缩放定律）正文引用
反链（5）
- 全连接层正文引用
- 权共享正文引用
- 人工特征工程正文引用
- 梯度（Gradient）正文引用
- 显存正文引用
出现在哪些课时里（7）
判据与「课时正文里能不能点出来」是同一个：那一节确实提到了它。点课时走当前页跳转， 它是导航，不是词条链接。
- 从手写体到 ImageNet：卷积赢在哪一格深度学习是怎么来的：机制、竞争与未定论
- 并行的代价：Transformer 的取舍深度学习是怎么来的：机制、竞争与未定论
- 规模改变了什么：缩放曲线怎么读深度学习是怎么来的：机制、竞争与未定论
- 基座只会续写，听话是后来加上的大模型后训练：偏好、权重与测得出退化的评测
- SFT 教的是格式，知识不是它给的大模型后训练：偏好、权重与测得出退化的评测
- 省内存省的到底是哪一块账大模型后训练：偏好、权重与测得出退化的评测
- 四种失败形状，各指向哪一步大模型后训练：偏好、权重与测得出退化的评测
关联图
只画这一条与它直接相连的词条，边与上面两区同源。可拖拽、可缩放，点节点是新标签。
以列表方式看这 10 个节点
出处
路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。
- 课程正文用法归纳从手写体到 ImageNet：卷积赢在哪一格
packages/db/prisma/lesson-content/from-handwriting-to-imagenet.md - 课程正文用法归纳省内存省的到底是哪一块账
packages/db/prisma/lesson-content/qlora-memory-budget.md - 课程正文用法归纳规模改变了什么：缩放曲线怎么读
packages/db/prisma/lesson-content/scale-changed-what-works.md - 课程正文用法归纳课程派生词条 · 模型与生成式 AI 基础
编译入库：2026年11月2日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。