MATLAB实现可扩展二阶随机优化器：加速深度学习收敛

做深度学习训练调优的人，多少都会经历这样一个阶段：一开始用带动量的 SGD，收敛慢得让人怀疑人生；换成 Adam 之后，前期确实稳，可跑到后期就磨磨蹭蹭，loss 曲线像蜗牛爬坡。这时候你会想，能不能像教科书里写的那样，用二阶曲率信息来加速收敛？答案是可以，但等你翻遍主流框架的优化器列表，会发现现成的二阶优化器几乎没有，偶尔几个研究原型也要自己改源码。这篇文章要分享的就是我如何在 MATLAB 里从零实现一个可扩展的二阶随机优化器——二阶剪切随机优化（Clipped Stochastic Second-Order Optimization，我习惯简称 CS2Opt）。它能感知损失曲面的局部曲率，用裁剪机制控制不稳定，参数规模跟模型同阶（也就是只多存一个对角曲率向量），不会像传统牛顿法那样把内存和算力直接撑爆。无论你是在 MATLAB 里做深度学习研究，还是单纯想搞明白优化器背后的原理，这篇文章都有一条可以照着抄的完整路径。

1. 项目概述：这个优化器到底在解决什么问题

1.1 一阶优化器的瓶颈

先看最朴素的问题。训练任何一个深度模型，本质上都在极小化一个非凸损失函数，而随机梯度下降这类一阶方法只利用梯度方向往前走。它的问题在于，梯度只告诉你损失函数“往哪个方向下降最快”，并没有告诉你这个方向上的“地形”有多陡。举个例子，如果你站在一个狭长的山谷里，梯度方向几乎垂直于山谷的长轴，SGD 会不停地在谷壁两侧来回震荡，明明离谷底不远，却迟迟走不到头。这就是所谓的病态曲率场景，一阶方法在这种地形下非常被动。

Adam 这类自适应方法解决了部分问题，它按每个参数的历史梯度幅度对学习率做了缩放，相当于用一个来自一阶信息的粗略“对角曲率”来矫正步长。但 Adam 估计的并不是真正的曲率，它只是把梯度平方的移动平均当作尺子。实际工作中你会发现，Adam 在前几百步冲得很快，越到后期越无力，因为梯度平方的移动平均此时趋于稳定，它对每个方向给出的缩放系数已经固化下来，跟损失曲面真正的曲率分布并不一致。

真正想解决这个问题，需要显式利用二阶信息，也就是损失函数对参数的 Hessian 矩阵。Hessian 刻画了损失曲面在每个方向的弯曲程度，用它来修正梯度，相当于每个方向都配了一把量身定做的尺子。问题是深度学习模型的参数量动辄百万甚至上亿，完整的 Hessian 矩阵没法存，也没法算。

1.2 为什么偏偏选择“随机+剪切+对角化”

项目标题里这几个定语，每个都是针对上面的痛点来的。

随机，指的是用随机小批量样本估计曲率信息。深度学习的训练本来就是随机优化，每次迭代都在小批量上算梯度，那么曲率信息自然也用小批量的统计来估计，不需要等到全量数据算完。

二阶，指的是比一阶多用了曲率信息。我们不用完整 Hessian，而是考虑它的对角近似。对角 Hessian 可以用随机投影的方式无偏估计，算下来只需要一个和参数个数相同的向量，内存代价几乎为零。

剪切，这个词要拆开看。一个方面是梯度剪切，这是深度学习里常用的稳定性技巧，防止个别异常样本导致步子迈太大。另一个方面是对曲率估计值本身做剪切，把对角曲率限制在一个合理的区间内。为什么必须剪？因为随机估计出的曲率可能为负值，也可能因为异常批次波动到离谱的大小，如果不加约束，更新方向会被带偏甚至直接发散。

最后说可扩展。一个优化器可扩展，意味着它从十万参数的小网络迁到千万参数的大网络时，每步计算时间不会出现数量级的恶化，额外内存也不会失控。CS2Opt 只维护一个跟参数向量同长度的曲率向量，每次二阶更新只需要多做一两次 Hessian-vector product（HVP），复杂度跟一次反向传播同阶，这正是它能撑起深度模型训练的原因。

1.3 跟主流二阶优化方法放在一起比

很多人一提到二阶优化，就会想到一些已经很有名的名字。这里我整理一个对比，方便你理解这个项目的设计定位。

从这个表可以看出来，CS2Opt 未必是理论最优的二阶方法，但在工程落地上是最省事的。对于一个人要在一个晚上从零写完并调通全部代码的场景，这种“够用且扎实”的设计才是关键。

2. 核心原理拆解：从牛顿法到可扩展二阶近似

2.1 牛顿法与阻尼正则化

二阶优化的理论起点是牛顿法。对损失函数做二阶泰勒展开，极小化这个展开式可以得到更新公式：

θ(t+1) = θ(t) − η · H(t)^{-1} · g(t)

其中 g(t) 是当前梯度，H(t) 是当前 Hessian。直观理解就是，先用曲率信息把梯度方向“校准”，再沿着校准后的方向走。由于除掉了曲率的影响，理论上牛顿法对损失曲面的尺度变化不敏感，收敛速度远快于一阶方法。

但这里有一个绕不开的坑：Hessian 不一定正定。在非凸区域，某些方向上曲率为负，H 可能接近奇异，直接求逆会把更新方向推向鞍点甚至错误区域。常见的解法是加阻尼项，把 H 替换成 H + λI，λ 是一个小的正数，相当于在 Hessian 对角上垫一个缓冲垫，保证矩阵可逆且更新方向稳定。这个 λ 的设计在后面对角化实现中会以“曲率下限”的形式再次出现。

2.2 随机对角曲率估计的数学原理

深度学习模型的 Hessian 规模太大，直接算是不可能的，但我们可以只关心每个参数对应的对角元素 H_ii。问题是，对角元素也不能直接求，因为标准做法需要先得到完整 Hessian 再取对角。

这里要用到 Hessian-vector product 加上 Hutchinson 随机投影技巧。对于任意一个随机方向向量 v，如果 v 的每个分量独立且均值为零，那么：

E[v_i · (H v)_i] = H_ii

这个式子展开来看很简单。v_i 乘上 (H v)_i 会展开成 Σ_j H_ij v_i v_j，其中 j ≠ i 的项在期望意义下等于零，留下的正好是 H_ii。所以只要我们能算出 H 和任意向量 v 的乘积，就能通过多次随机采样平均，无偏地估计出对角曲率向量。

那 H·v 怎么算？不需要构造矩阵，直接对“梯度与 v 的内积”再求一次梯度：

H·v = ∇θ(∇θ L · v)

在 MATLAB 的自动微分框架里，这就变成两次 dlgradient 的嵌套调用。实现的时候要注意，首次调用 dlgradient 必须开启高阶导数支持，否则第二次调用会报错。

2.3 为什么这个方法可以保持可扩展

如果直接维护完整 Hessian，百万参数就有万亿级别的元素，任何机器都扛不住。而对角化之后，曲率信息只是一个跟参数一模一样的向量，存储开销 O(n)。每次更新曲率信息，只需额外做一次 HVP，也就是一次类似反向传播的计算，时间复杂度也是 O(n)。这就让整个方法在高维参数空间下依旧可行。

有人说，只用对角信息会不会丢失太多信息？确实会。对角 Hessian 忽略了参数之间的耦合关系，所以严格来说它只是二阶方法的廉价近似。但在大规模非凸优化中，完整 Hessian 的收益常常被计算代价和数值不稳定抵消，对角化结合裁剪，反而是实践中更容易出效果的一种折中。这个观点在主流深度学习优化器的发展中反复得到验证，AdaHessian 等后续研究也走的是类似路线。

2.4 剪切机制的双重作用

CS2Opt 的剪切体现在两个层面，缺一不可。

第一层是梯度剪切。原始梯度 g 的范数可能突然变得非常大，尤其是模型较深或使用了较大的学习率时。直接拿一个大范数梯度去乘曲率倒数，很容易让更新越过安全区域。做法是：先算出候选步长方向，如果它的范数超过阈值 τ，就整体缩放到 τ。这样既保留了方向信息，又限制了单步移动的距离。

第二层是曲率剪切。随机估计出的对角曲率 d 不一定总是合理的，可能出现负值、极小值或极大值。负值意味着该方向损失曲面是凸向下的，直接用会误导更新。极小值出现在某些维度梯度变化非常慢的时候，如果不设下限，曲率倒数会变得极大，导致该方向步长爆炸。极大值则会让该方向步长变得极小，参数几乎冻结，这在训练后期尤其危险。因此对每个元素做：

d_i = min(max(d_i, d_min), d_max)

再用一个移动平均把历史曲率信息混进来，进一步降低随机波动：

d̄_i = β · d̄_i + (1 − β) · d_i

这里 β 通常取 0.99 到 0.999，跟 Adam 维护梯度二阶矩的系数是一个道理。

3. MATLAB 工程实现：数据管道、HVP 与完整训练循环

3.1 环境准备与网络定义

动手之前先确认环境。CS2Opt 依赖 Deep Learning Toolbox 的自动微分能力，建议用近年发布的 MATLAB 版本，因为旧版本对高阶导数的支持不完整。整个实现只需要官方工具箱，不需要额外安装第三方库。

网络定义用 dlnetwork，它可以同时保存网络结构和可学习参数，自定义训练循环时直接操作 Learnables。下面这个例子定义了一个简单的卷积网络：

layers = [ imageInputLayer([28 28 1], 'Normalization', 'none') convolution2dLayer(5, 16, 'Padding', 'same') reluLayer maxPooling2dLayer(2, 'Stride', 2) convolution2dLayer(5, 32, 'Padding', 'same') reluLayer maxPooling2dLayer(2, 'Stride', 2) fullyConnectedLayer(10) softmaxLayer]; net = dlnetwork(layers);

对于这种简单网络，优化器的核心逻辑和网络结构是解耦的，换成更大规模的残差网络或者 Transformer 式结构也适用。为了让代码更通用，后面我把所有可学习参数统一当成一个“结构化的参数集合”来处理，不针对具体网络写死。

3.2 自动微分里的 Hessian-vector Product

在 MATLAB 中实现 HVP，关键代码并不长。核心思路是：先对损失函数求梯度，再把梯度与随机方向 v 做内积，最后再对这个内积求一次梯度。

function [loss, grads, hvp] = lossGradHvp(net, X, Y, v) % 前向计算损失 YPred = forward(net, X); loss = crossentropy(YPred, Y); % 第一次求梯度，开启高阶导数支持 grads = dlgradient(loss, net.Learnables, 'EnableHigherDerivatives', true); % 梯度与随机方向 v 做内积 phi = 0; for i = 1:numel(grads.Value) phi = phi + sum(grads.Value{i} .* v.Value{i}); end % 第二次求梯度，得到 H * v hvp = dlgradient(phi, net.Learnables); end

这里有一个容易踩的细节：在求 HVP 时，第一次 dlgradient 必须显式设置 EnableHigherDerivatives 为 true，否则第二次调用会直接报错。而且这段代码执行时，自动微分会保留梯度计算图，内存峰值会比普通反向传播高不少。对于特别深的网络，建议临时减小 batch size，或者把二阶更新频率降得更低。

如果所用的 MATLAB 版本不支持高阶自动微分，还有一条备选路径：用有限差分近似 HVP，即

H·v ≈ (∇L(θ + εv) − ∇L(θ − εv)) / (2ε)

代价是需要额外两次反向传播，并且 ε 的选取需要调，数值稳定性不如自动微分直接求导。我的建议是优先用官方的高阶导数能力，毕竟它才是这条技术路线最顺手的地方。

3.3 随机方向生成与对角曲率累积

生成随机方向 v 的时候，要对 v 做归一化。原因很简单，Hutchinson 估计器对 v 的尺度很敏感，如果 v 的范数随意变化，估计出的曲率数值也会没有统一量纲。

function v = makeRandomDirection(learnables) v = learnables; for i = 1:numel(v.Value) r = randn(size(v.Value{i}), 'like', v.Value{i}); v.Value{i} = r ./ sqrt(sum(r(:).^2)); end end

得到 HVP 之后，用逐元素乘法提取对角估计：

function d = extractDiagonal(hvp, v) d = hvp; for i = 1:numel(d.Value) d.Value{i} = v.Value{i} .* d.Value{i}; end end

注意，单次随机投影给出的对角估计方差非常大，工程上至少要累积到多个随机方向的平均值才可用。也就是说在每个曲率更新时刻，可以生成 2 到 4 个随机方向 v，分别做 HVP，把结果取平均后再进入移动平均。下面这个简化版代码用多次循环累积，读者可以根据算力灵活调整次数。

function dAvg = estimateDiagonal(net, X, Y, directions) dSum = []; for k = 1:numel(directions) v = directions{k}; [~, ~, hvp] = dlfeval(@lossGradHvp, net, X, Y, v); d = extractDiagonal(hvp, v); if isempty(dSum) dSum = d; else for i = 1:numel(dSum.Value) dSum.Value{i} = dSum.Value{i} + d.Value{i}; end end end dAvg = dSum; for i = 1:numel(dAvg.Value) dAvg.Value{i} = dAvg.Value{i} / numel(directions); end end

3.4 完整训练循环与参数更新

把上面这些片段拼接起来，就得到了一个可运行的自定义训练循环框架。这里我特意把曲率更新和下界保护写清楚，防止新手直接复制后跑出 NaN。

% 超参数 learningRate = 0.05; gradClipThreshold = 1.0; curvClipMin = 1e-3; curvClipMax = 1e3; beta2 = 0.999; secondOrderInterval = 50; warmupSteps = 10; % 初始化状态变量 curvAvg = []; globalStep = 0; mbq = minibatchqueue(ds, 'MiniBatchSize', 128, 'OutputAsDlarray', true); for epoch = 1:maxEpochs while hasdata(mbq) [X, Y] = next(mbq); globalStep = globalStep + 1; % 一阶梯度与损失 [loss, grads] = dlfeval(@modelLoss, net, X, Y); % 每隔若干步更新曲率 if isempty(curvAvg) || (mod(globalStep, secondOrderInterval) == 0 && globalStep > warmupSteps) directions = cell(1, 2); % 建议用 2 个随机方向平均 for k = 1:numel(directions) directions{k} = makeRandomDirection(net.Learnables); end newCurv = estimateDiagonal(net, X, Y, directions); newCurv = clipCurvature(newCurv, curvClipMin, curvClipMax); if isempty(curvAvg) curvAvg = newCurv; else curvAvg = movingAverage(curvAvg, newCurv, beta2); end end % 用曲率缩放梯度 if isempty(curvAvg) stepGrad = grads; else stepGrad = grads; for i = 1:numel(stepGrad.Value) stepGrad.Value{i} = stepGrad.Value{i} ./ max(curvAvg.Value{i}, curvClipMin); end end % 梯度范数剪切 gradNorm = sqrt(sum(cat(1, cellfun(@(x) sum(x(:).^2), stepGrad.Value)))); if gradNorm > gradClipThreshold scale = gradClipThreshold / gradNorm; for i = 1:numel(stepGrad.Value) stepGrad.Value{i} = stepGrad.Value{i} * scale; end end % 更新参数 for i = 1:numel(net.Learnables.Value) net.Learnables.Value{i} = net.Learnables.Value{i} - learningRate * stepGrad.Value{i}; end end end

这段代码有几个可以优化的点。首先，curvAvg 只在个别步骤更新，所以平均下来每个全局 step 只多付出了很小的额外开销。其次，warmupSteps 的设置很有用，前几步先用纯一阶梯度让模型进入一个相对合理的区域，再开始估计曲率，避免一开始就在损失曲面信息最不可靠的地方建立曲率统计。最后，更新参数时直接改了 net.Learnables.Value，不同 MATLAB 版本的接口可能有差异，如果你的版本不允许这样赋值，可以换成官方的参数更新接口，逻辑不变。

3.5 可扩展性设计要义

很多二阶方案死在“每步都算二阶信息”上。实际上，曲率信息的变化速度远没有梯度那么快，同一个曲率估计复用几十甚至上百个 step 完全可行。我通常把二阶更新周期设置为总 step 数的 1/50 到 1/20，效果和每步更新几乎一样，但开销大幅下降。

还有一个经验是，二阶统计量更新频率应该跟 batch size 绑定。比如我总样本量为 5 万，batch size 是 128，那么一个 epoch 大约有 390 个 step。如果每 50 步更新一次曲率，一个 epoch 更新约 8 次，每次在 128 张图上估计曲率，覆盖的样本量也就 1024 张左右。如果把 batch size 改成 512，还是每 50 步一次，那么单次估计用到的样本翻倍，曲率方差更小，此时二阶级更新的频率可以适当降低。核心思想是：让曲率估计每次使用的样本总量保持在一个合理区间，而不是死板地看 step 数。

4. 实验验证：收敛速度与计算开销的真实对比

4.1 测试设置与超参搜索

为了验证 CS2Opt 到底有没有用，我在本地跑了一组对比实验。模型用的是一个公开的手写数字图像分类任务，图像尺寸 28×28 灰度图，10 分类，训练集约 5 万张。网络结构为两层卷积加两层全连接，参数量约 110 万。这个规模不算大，但足以看出优化器之间的收敛差异。

对比对象选了三个：带动量的 SGD、Adam、CS2Opt。每个优化器都用简单的粗网格搜索学习率，其他超参固定，训练 20 个 epoch，batch size 统一为 128，随机种子固定。CS2Opt 的曲率更新周期设为 50 步，曲率裁剪区间为 [1e-3, 1e3]，梯度裁剪阈值为 1.0。

4.2 实验结果与收敛曲线解读

三次实验取中位数后的代表性结果如下表：

从结果看，CS2Opt 的优势在训练中前期非常明显。它达到 95% 验证准确率只用了 6 个 epoch，比 Adam 快了三分之一。最终损失也更低，说明后期并没有因为二阶信息过拟合而退化。

训练损失曲线还有一个有意思的现象：CS2Opt 的前期下降很快，但曲线并不是平滑下滑，而是带有一些锯齿。这是因为曲率估计本身有随机性，每 50 步更新一次曲率时，更新的瞬间会改变所有方向的步长比例，损失会有小幅震荡。只要把曲率移动平均系数 β 调大，锯齿就会明显缓解，但代价是对曲率变化响应变慢。这里需要根据任务手动平衡。

4.3 不同 batch size 下的表现差异

二阶随机优化对 batch size 非常敏感，这一点单独拿出来说。我在同样任务上把 batch size 从 128 改成 32 和 512，发现两个趋势。

batch size 从 128 降到 32 时，CS2Opt 的收敛变得不稳定。原因是小批量估计的曲率噪声太大，即使做了移动平均，曲率向量的某些元素仍然可能明显偏离真实曲率。解决办法是把曲率更新周期拉长，比如从 50 步改成 150 步，同时把曲率下界从 1e-3 提高到 1e-2。这样牺牲一部分自适应能力，换来了稳定。

batch size 从 128 升到 512 时，CS2Opt 的表现反而比 Adam 优势更明显。大 batch 下的梯度估计已经比较精确，曲率估计也稳定，二阶信息带来的方向校正能真正发挥作用。这一点可以给个结论：如果你的任务能用大 batch 训练，二阶优化器更值得尝试。反过来，batch size 很小、又必须每步都更新参数的任务，一阶方法未必会输。

4.4 计算开销与内存占用的实测数据

任何二阶优化器都不能只看收敛速度，还要看每一步的耗时。我对 CS2Opt 做了一个简单的计时分析，训练同样步数，分别统计普通一阶梯度和二阶曲率更新的单步耗时。

因为二阶更新每 50 步才触发一次，折算到每个全局 step 的额外开销大约是 5% 到 10%。这和收敛速度的提升相比，完全是划算的买卖。额外内存方面，CS2Opt 只需要一个与参数等长的曲率向量，在 110 万参数的模型上只增加了几 MB 的内存，完全可以忽略。

如果你在更大的模型上跑，建议先用 profiler 看一看时间花在哪里。通常瓶颈不在核心矩阵运算，而在数据在 GPU 与 CPU 之间搬移以及高阶自动微分的计算图保留。此时可以把曲率更新频率再降，或者每次曲率更新只用一个随机方向，时间就能压下来。

5. 调参清单与避坑实录

5.1 第一组可直接复用的参数

如果不想从零开始摸索，可以先从下面这组参数出发，再根据实际情况微调：

这里学习率为什么可以比 Adam 大？因为对角曲率对每个方向做了归一化，参数已经有了参考尺度。实际测试中，CS2Opt 在 0.05 学习率下依然稳定，同样的网络 Adam 用 0.01 就很容易爆炸。但也不能极端，学习率太高会让曲率估计的频率跟不上参数变化，前期靠 warmup 只能缓解一部分问题。

5.2 五个常见的崩溃现场

第一个崩溃是运行时报错“dlgradient cannot be called again”。这通常发生在第一次 dlgradient 没有开启 EnableHigherDerivatives。解决方法是确认第一次调用写上了这个参数。如果版本不支持高阶导数，就只能走有限差分 HVP。

第二个崩溃是 loss 迅速爆到 NaN。排查思路按顺序来：先看梯度剪切阈值是否生效，打印每一步的梯度范数；再看曲率向量中是否存在 Inf 或 NaN；最后看曲率下界是否设得太小。如果曲率下界是 0，一旦某维曲率估计为负，除以它就会得到负步长，甚至因为接近零导致数值爆炸。曲率下界至少设到 1e-4。

第三个问题是训练前期 loss 一直在原地不动。这种情况往往是曲率上界设得太高，把大量正向梯度全部压缩成了很小的步长，模型在参数空间里“锁死”了。把 curvClipMax 调低一点，比如从 1e3 改成 1e1，或者提高学习率，通常能解决。

第四个问题出在内存上。高阶自动微分要求保留第一次反向传播的计算图，内存消耗明显高于一阶训练。如果显存不够，可以把二阶更新时的 batch size 临时减半，或者减少随机方向数。这里值得注意，用两个随机方向平均的效果通常很不错，四个方向带来的提升已经微乎其微，但耗时成倍增加。

第五个问题是曲率更新频率太高导致速度太慢。有人一开始把 secondOrderInterval 设为 1，结果每个 step 都做两三个 HVP，训练时间翻了好几倍，收敛却并不比 Adam 好。这不是算法的问题，而是随机曲率估计噪声在每步都会扰动参数更新，反而干扰收敛。设置 warmupSteps 和合理间隔之后，收益才会体现出来。

5.3 排查流程与最小化复现思路

遇到问题不要急着改超参，先做两件事。

第一件事是验证梯度正确性。在很小的网络和极小 batch 上，用数值梯度对比 dlgradient 输出，确保前向和反向传播本身没有 bug。数值梯度的实现很简单，就是有限差分算近似梯度，与自动微分的结果对比，误差应当在 1e-4 量级。这一步能排除绝大部分低级错误。

第二件事是验证 HVP 的正确性。同样在小网络上，随机生成一个 v，先算出 hvp，再对完整 Hessian 显式矩阵乘 v，对比两者差异。如果 hvp 结果和直接计算的结果误差很小，说明二阶信息提取链路是通的。这个小规模验证只需要几十行代码，却能省掉后面调参时的大量时间。

我个人的调试习惯是，把整个优化器封装成一个独立类，保持接口简单：

opt = CS2Opt('LearningRate', 0.05, 'Clipping', [1e-3 1e3]); for epoch = 1:maxEpochs while hasdata(mbq) [X, Y] = next(mbq); [loss, grads] = dlfeval(@modelLoss, net, X, Y); [net, opt] = opt.update(net, grads, loss, X, Y); end end

这样在切换不同网络结构时，不用改优化器内部逻辑，只改模型定义即可，排查问题也更方便。代码里只写了三个核心方法，一个初始化，一个更新，一个状态存取。如果你想在生产环境长期使用，建议也做类似封装。

5.4 我的使用体会与扩展想法

写到这里，我最想强调的是：二阶优化器并不是什么高不可攀的东西，核心就是“方向”和“尺度”分开处理。一阶方法靠学习率去猜尺度，二阶方法则把曲率算出来。CS2Opt 算是对这两者之间的一个折中：有真正的曲率，又可扩展，还稳定。对于 batch 可以开得比较大、收敛后期拖沓的训练任务，它的收益非常实打实。但对于极小数据集或超小 batch，它的优势会被曲率估计噪声抵消，此时 Adam 反而更稳健。

最后分享一个小技巧：我在实际使用中，把二阶统计量的更新周期跟 batch size 绑定，而不是跟 step 绑定。比如每隔 ceil(总样本数 / (batchSize × 20)) 步更新一次曲率，这样不管怎么调 batch，曲率估计使用的样本总量基本不变。这个小改动对稳定性帮助很大，你也不妨试试。这个方向如果再往下走，可以给曲率向量加上层级别的分组，不同层使用不同的裁剪区间，或者结合学习率调度器在训练中动态收窄曲率上界，理论上还能再挤出一截收敛效率。