[LAB 17 · 软目标与坍塌：三个数值检查](/course/notebooks/268a4ab11b464c64b065f9fc12b19cc7.html)

# 学习路径： 视图、投影头与历史字典
[独立阅读](/course/notebook-blocks/39d5a7ff74ae40e2a86056d0d8322096.html)
按问题继续

常数坍塌反例、固定教师KL学习及单独EMA计算

**学习路径：** [视图、投影头与历史字典](/course/study/contrastive-views.html)

这是[CLS 06](https://deepnote.com/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/c0645a4db6e04188ab5b119e87c53bed)“目标是否排除了无用解”的短练习，连接[P11](/course/pages/l3-r2-p11.html)。

先把常量输出代入一致性损失，解释为什么零损失仍然无用；然后读固定线性教师的保留KL，最后单独核对三次EMA。三项计算分别检查解、拟合与参数平滑，不是一项视觉教师模型训练。

写下三个对象：谁提供目标，谁接收梯度，EMA平均什么。输入是解析二维数据，教师是手工线性函数；EMA没有参与前面的蒸馏优化。[教师来源与坍塌说明](/course/blocks/teacher-target-source-and-collapse.html)保留更完整的解释。若要观察EMA接入真实图像训练，再选[LAB 07](https://deepnote.com/project/38755e4e-23f6-4f5f-8c68-8a2e4114b1c1/notebook/0d1b8f6fbf6a476c93ffcc169f2ec1f4)。