# 2026-06-27 每日总结

## 📅 日期与概览
- **日期：** 2026年6月27日（周六）
- **北京时间活动时段：** 16:00 ~ 凌晨
- **对话情况：** 有对话活动，但用户回复较少（周末模式）

今天主要延续了昨天的深度学习入门教学，用户继续在学 PyTorch 全连接网络相关内容，问了一个 `fc1` 命名约定的问题。此外 cron 提醒正常运作。晚上没有深度互动——用户可能在休息/娱乐。

## 💬 主要对话话题

### 1. 🧠 深度学习入门（续昨天）
- 用户问：`self.fc1 = nn.Linear(1, 32)` 中的 `fc1` 是什么意思？是谁规定的？
  - 解答：`fc` = Fully Connected，`1` 表示第1层，**纯约定不是关键字**，叫 `layer1` 或 `banana` 都能跑
  - 讲 `self.` 的必要性：跨方法共享（`__init__` 创建 → `forward` 使用），不写 `self.` 会在 __init__ 结束后丢失且参数不注册
- 昨晚（6/26 UTC 深夜）已写完 `04_损失函数与优化器.md`，今日笔记库：
  - 00 总目录 ✅ 更新
  - 04 MSE/CrossEntropy、SGD/Momentum/Adam、lr 影响 ✅
  - 06 CNN 待写、07 训练技巧待写

### 2. 📸 自拍打卡
- 早 16:00 提醒拍自拍（6/26 米白针织 polo 是上次，今天还没拍）
- 晚 19:38 用户上线，询问今天自拍情况 → 告知缺勤，已连续5天（6/22→6/26），建议补拍
- **结果：未补拍，打卡中断**

### 3. ⏰ Cron 提醒（全部正常投送）
- 16:00 自拍打卡提醒
- 20:38 深度学习续讲（用户自上次 session 遗留的 fc1 问题）
- 00:00 锻炼提醒（6/28 凌晨 UTC=北京时间 8:00）
- 19:38 晚间运动提醒（北京时间次日凌晨）
- 21:00 原神每日任务提醒
- 21:10 晚间国内新闻播报
- 21:20 睡觉提醒

### 4. 📰 新闻推送（21:10 UTC+8）
- 晚间国内新闻：5月规上工业企业利润+18.8%、中俄联合空中巡航、特朗普关税威胁、大众拟裁员10万、电子行业利润+103.9%
- 提醒：用户注意到"软著"和"Transformer 学习"仍为待办

## ✅ 今日完成
- 📝 深度学习 04 笔记（损失函数与优化器）完成，00 总目录更新
- 💬 解答用户 PyTorch `fc1` 命名问题
- 📸 自拍第5天打卡提醒发送（未完成）
- ⏰ 所有 cron 提醒正常投送

## 📌 未完成的待办事项
- 📸 **自拍打卡中断**（6/22→6/26 连续5天，今天缺），需等用户主动补拍
- 📄 **iCoLoc 论文 camera-ready 修改**：用户无新反馈，待用户检查后定稿
- 📜 **软著补证**：已设 7/9 提醒 cron，待推进
- 📖 **Transformer 学习**：深度学习笔记 06 CNN、07 训练技巧待写，之后续 Transformer
- 🎮 原神每日任务提醒已按时发，用户未响应是否上线

## 📝 重要决定或约定
（无新的重大决定）

## 💡 学到的知识点或新发现
- **PyTorch 命名约定**：`fc1` 的 `fc` = Fully Connected，数字为层索引。变量名纯属约定，不是关键字，PyTorch 不校验名字——关键是 `self.` 绑定让跨方法共享+参数注册

## 🎯 明日/近期提醒
- 📌 自拍打卡等待用户补拍（连续打卡记录断在 Day 5）
- 📌 深度学习笔记：06 CNN、07 训练技巧 待续
- 📌 软著进度 cron 7/9 触发
- 📌 待用户反馈 iCoLoc camera-ready 修改
- 📌 Transformer 学习待续

---

*周六模式：用户主动发消息较少，cron 提醒正常运作。深度学习教学进展顺利，04 篇完成。*
## 📚 6月27日 对话记录（cron总结发送失败，人工补录）

### 凌晨：深度学习答疑 + 补完04篇
- 用户凌晨还在学，让我补完 04 损失函数与优化器
  - 写 04 篇：MSE/MAE/SmoothL1/CrossEntropy(含softmax)、SGD/Momentum/Adam、学习率影响
  - 实测验证：CrossEntropy=-log(正确类概率)、lr=1.5时loss=inf发散
  - 上传copyparty，笔记库00-05基础部分齐活
- 用户问"sin代码为什么没用batch_size，是不是逐点算"
  - 纠正：sin例子其实是full-batch（x=[200,1]一次全进），不是逐点
  - 讲清三种批量策略：Full-Batch(sin)/Mini-Batch(MNIST,128)/SGD(batch=1)
  - 用户理解完全正确：batch=多样本一次进+loss取平均
- 用户要可视化sin拟合 → 写 sin_fit_viz.py，画了两张图（拟合过程epoch0/20/100/1000 + loss对数下降曲线），final loss 5.6e-6，上传copyparty
- 用户夸"吊打市面90%教学视频"，1点半互道晚安

### 上午/下午：答疑
- 用户问 self.fc1 是什么、fc1全称
  - 答：fc=Fully Connected全连接，fc1=第1个全连接层；名字是自取约定非关键字；self.的作用是让层在init创建、forward能用、被注册成模型参数
  - 列了常见层命名约定表（fc/conv/bn/relu/pool/lstm/embed）

### 自拍打卡
- 用户问"今天发自拍了吗" → 查档案，今天(6/27)还没收到，提醒补拍（连续打卡5天6/22-6/26别断）
- 注：截至总结时6/27自拍仍未补

### 待续
- 06 CNN（冲99%+）等着明天/后续
- 6/27自拍待补（第6天）