张量形状是深度学习的"变量追踪"

调试深度网络时，最有效的技巧不是打印中间结果，而是追踪每一层的张量形状。形状不对，逻辑一定有错——这种"形状先行"的思维方式可以迁移到任何数据管道的调试。