梯度问题：消失/爆炸的成因及解决方案（权重初始化、归一化、残差连接）归一化技术：BatchNorm/LayerNorm的适用场景与数学形式注意力机制：复杂度分析与高效实现变体损失函数：分类任务中交叉熵与MSE的对比建议结合具体论文（如ResNet、Attention Is All You Need）深入理解设计动机。