[LAB 05 · 像素 patch 词典：拟合与重建](/course/notebooks/de39b998077f44cca4b8407085547766.html)

# 中心确实经过优化产生，评价时只分配给冻结中心
[独立阅读](/course/notebook-blocks/79ba67e8303e4c129fed9fa65769fee6.html)
按问题继续

真实MNIST patch的Lloyd拟合、词典中心、保留误差与历史输出

中心确实经过优化产生，评价时只分配给冻结中心。训练距离下降不证明它保留了类别信息。训练时排除近空白 patch，保留评价包含全部 patch，两项误差的权重不同，不能直接相减当泛化间距。

先记录预测，再请 AI 只把 `N_WORDS` 改成8，并检查输出中心数、形状与 fit/evaluation 分离。目标和保留集固定；不要同时改变 patch 大小。再问需要怎样的标签读出，才能检验类别信息。