把学过的知识，变成自己的语言

学习里有一种很熟悉的感觉：看书时觉得明白了，合上书却很难把它讲清楚。这篇示例笔记尝试整理一个简单的办法——把学习的过程，变成可以回看的文字。

先留下一个问题

不必从完整的大纲开始。先写下一个此刻想弄明白的问题，例如：“为什么一个很简单的模型，也需要反复训练？”

问题越具体，下一步就越容易。可以给每篇笔记留下三个位置：

• 我想知道什么：用一句话描述问题。
• 我现在怎样理解：用自己的语言解释。
• 我还没弄清楚什么：保留疑问，留给下一次探索。

用一个小例子验证

文字帮助整理思路，小例子帮助发现理解中的缺口。比如观察一组输入和输出之间的线性关系：

def predict(x, weight=3, bias=2):
    return weight * x + bias

samples = [0, 1, 2, 3]
for x in samples:
    print(f"x={x}, prediction={predict(x)}")

这个例子只是在计算一条已知直线的输出，并没有训练模型。把“已知的规则”和“需要学习的参数”分开描述，笔记也会更准确。

画出理解的过程

不必把每一步都写得很长。留下能帮助未来的自己继续思考的线索，就足够了。

给回顾留一点空间

阶段	可以记录的内容	一个自查问题
初次接触	概念、疑问、参考资料	我能描述这个问题吗？
动手实践	输入、输出、观察结果	结果符合预期吗？
回头整理	新的理解、仍有的困惑	我能用自己的话解释吗？

好的笔记不一定记录得最多，但会让下一次开始变得容易。

从一小段开始

一篇文章可以只回答一个问题。把标题写具体，给例子补上背景，再用几句话写出当前的结论。

之后再看见新的解释，就回来补上。笔记也可以和理解一起，慢慢生长。