WB实验里调内参就像调手机拍照的参数，比如光圈、快门这些。步骤是先看数据，比如曝光时间太长图片模糊，就调短；如果对比度不够，就加对比度。再跑几次实验对比效果，找到让数据最稳定的那个点。比如之前有人试过，曝光时间超过1秒，模糊率涨到30%，调到0.5秒后模糊率降到5%。调对比度的时候发现人脸灰蒙蒙的，就慢慢加对比度，直到人脸和背景对比鲜明了。

为什么得这么调呢？因为WB实验里内参就像车的油门和刹车，油门踩太猛（参数太大）容易过热（数据发散），刹车踩太狠（参数太小）又跑不动（数据丢失）。之前有研究说，当学习率从0.1降到0.01时，模型收敛速度慢了3倍，但准确率只涨了2%。所以得拿数据当尺子，既不能太松也不能太紧。比如调正则化系数，如果系数0.5时模型过拟合，就调到0.8试试。就像炒菜放盐，得尝着放，不能一次倒太多。有人试过把动量从0.9降到0.7，训练时间多了半小时，但准确率反而涨了1.2%。这说明参数不是越高越好，得找平衡点。就像调相机白平衡，得让照片不偏黄也不偏蓝，得反复调几次才能出好片。