你的 Loss 在下降，但优化的可能只是数值伪影
通过一次方孔传播实验，检查输入采样、计算窗口、频域采样和传播模型怎样共同影响数值波传播结果。
用 TorchOptics 逆向设计一条凸 Accelerating Beam 轨迹
用可微 PyTorch 优化器在一维 phase-only mask 上学习输入相位，让 Gaussian 输入沿指定凸抛物线轨迹传播，并结合 TorchOptics 检查二维传播截面。
用 PyTorch 实现一个可微光学逆向设计系统
用原生 PyTorch 搭建可微 Fourier optics 链路，理解相位调制、ASM 传播、complex autograd 与逆向设计优化。
用 NumPy 与 Autograd 实现可微光学逆向设计
不用 PyTorch，从头搭建可微 Fourier optics 链路，理解光场传播如何接入自动微分与逆向设计。