5 月12 日，機器之心聯合華為昇騰學院開設的線上公開課《輕鬆上手開源框架MindSpore》第 6 課完成，王越講師為大家帶來了主題分享《MindSpore可視化工具使用指南》，第 6 課回顧視頻如下：
第六課精選問答
在第六課的QA環節中，有一些問題被大家廣泛提到，王越講師再次做了精選與編輯，供大家參考。
Q1：momentum是SGD？
momentum是SGD的優化方法，主要思想是引入一個積攢歷史梯度的信息動量，來加速SGD。我認為它主要解決了SGD的兩個問題，一個是隨機梯度的方法引入的噪聲，另一個是 SGD在收斂過程中，和我們想要的梯度相比，會有比較大的擺動。
當前mindspore提供既提供了SGD，又提供了momentum
Q2：和TensorBoard有什麼區別？
我認為主要的區別有以下幾點：
從設計思路上來說，TensorBoard主要以插件化的形式來進行構建，它的好處是開發比較方便，功能解耦比較清楚。開發一個新功能，可以很快在TensorBoard添加一個新的頁籤。但是我認為這種模式存在的缺點是不停的添加單個的功能，缺乏總體的使用引導，指導用戶怎樣去一步一步調網絡。 MindInsight在設計上是希望給用戶提供網絡調試和調優的方法論，可以看到MindInsight的入口是從訓練列表開始的，點擊某個訓練後，希望給用戶很清晰的指引：在調試調優的某個階段遇到某個問題時，應該使用哪個功能。
從組件上來說，我認為MindInsight現在有一些特色功能是TensorBoard不具備的，比如說像溯源，數據圖的展示等等。當然MindInsight現在還在比較快速的構建和開發中，會陸續上線很多新的組件。
從生態上來說，TensorBoard和Tensorflow目前主要是服務於GPU/TPU的，MindInsight和MindSpore則需要適配Ascend晶片。晶片的不同會導致在功能上的差異，比如Profiling，MindInsight需要考慮數據下沉等訓練場景的性能展示。
Q3：mindspore支持動態圖嗎？
MindSpore目前是支持動態圖的，我們稱這種執行模式叫Pynative，怎樣使用動態圖模式進行訓練和調試可以參考第三講的內容。MindInsight後續會release Debugger組件，我們可以使用Pynative模式調試腳本，圖模式執行時如果出現異常可以使用MindInsight的Debugger調試。
Q4：數據溯源那裡說明所有訓練都是同樣的數據嗎？
在剛才的講解視頻中，我們看到的數據溯源顯示的是一條直線，說明訓練任務都使用了相同的數據pipeline流程。如果用戶發現可能是因為某個數據增強操作導致訓練異常，改變了數據增強操作，兩次訓練的差別就會體現在數據溯源中。
Q5：目前還有其他profile方式嗎？
目前在Ascend晶片訓練或者推理，可以使用run包中的組件進行profile，但是使用起來會需要一些配置項，結果解析需要依靠腳本完成。MindInsight會首先基於Ascend晶片提供易用的profile能力和結果展示，然後逐步把能力遷移到GPU和CPU。
Q6：nvprof可以配合mindspore嗎？
我個人沒有嘗試過，但是從原理推斷應該是可以的；如果有感興趣的同學可以進行嘗試，我們可以在群組討論。
Q7：訓練中間層可視化？
如果中間層可視化是指的是計算圖的中間層信息，可以使用MindInsight中的計算圖可視組件進行查看。可以點開計算圖，找到感興趣的層，查看節點的名稱、type等信息；
如果中間層可視化指的是中間層權重的變化趨勢，可以使用HistogramSummary算子進行記錄，並使用MindInsight參數分布圖功能查看；
如果中間層可視化指訓練時想看到中間層的計算結果，pynative模式可以配合pdb等在算子執行返回時直接查看，圖模式可以依賴MindInsight後續release的Debugger進行查看。Debugger可以在某個step執行完成後暫停訓練，用戶可以在計算圖上找到感興趣的中間層，點擊節點查看對應的算子輸出。
Q8：mindinsight目前可以在雲上用嗎？
MindInsight作為一個python package，天然支持在雲上使用；我們後續會提供雲上場景的官方支持和說明。
Q9：minsight可以輸出優化後的圖嗎？
是可以的，summary文件中記錄的計算圖是MindSpore前端優化後的圖，如果想查看更多階段的圖，可以在context中打開save_graphs開關，這樣可以得到一些不同優化階段的計算圖文件（後綴名為.pb），可以在MindInsight中將這些計算圖可視化。
Q10：將來能給個加載GE圖的例子嗎？
目前加載GE圖(ge_ir.proto)的功能還處在試用階段，功能成熟後我們會考慮開源，屆時會給出對應的文檔。
第六課PPT如下：