梯度是最廉价的调试信息，但大多数人不看它

每次 `backward()` 后，框架已经计算好了所有参数的梯度——但 90% 的训练者只看 loss 曲线，不看梯度。实际上梯度范数、梯度分布（是否对称、是否集中在少数层）、梯度与参数的相关性等信息，能直接定位 loss 不收敛的根因。把"检查梯度"变成训练的例行步骤，就像开发者把"看日志"变成调试的例行步骤一样。