动手

前面各章每页只对照一件事。这一部分把它们拼起来：从生成数据、建模型、设初值，到 100 步训练和最后的评估，两边各写一个完整的程序，逐步比较。最后给出能直接复制运行的一对程序。

1. 同一个小模型训练到收敛：一维小 CNN 在合成数据上训练 100 步，两边准确率都到 96/96。SGD 的 loss 差 100 步都在 1.79e-7 以内，参数差随步数涨到 7.15e-7，来自两边各自的 f32 舍入；Adam 第 1 步就差 4.69e-7，之后涨到 3.52e-6，来自 burn 在 f32 里算的偏差修正因子。

flowchart TB
  gen["f64 生成数据"] --> pt["PyTorch 程序"]
  gen --> bn["burn 程序"]
  pt --> sgd["SGD 100 步"]
  pt --> adam["Adam 100 步"]
  bn --> sgd
  bn --> adam
  sgd --> cmp["逐步比较"]
  adam --> cmp

训练一步本身的对应关系见 05 训练一步；数据加载器和 Learner 这一页都没用，见训练循环。