【Alpha】项目展示

团队成员介绍

• 大娃

  后端开发人员，主要工作为后端开发，文档撰写。

  大娃的个人博客

• 二娃

  PM，主要工作为项目进度把控，平日例会的记录，例会博客及部分其他博客的撰写。

  二娃的个人博客

• 三娃

  PM，主要工作为项目进度把控，用户需求分析，组织平日例会，各类博客的撰写。

  三娃的个人博客

• 四娃

  前端开发人员，主要工作为网页各项功能的实现，文档撰写。

  四娃的个人博客

• 五娃

  后端开发人员，主要工作为后端开发，文档撰写。

  五娃的个人博客

• 六娃

  测试，主要工作为测试前后端代码，发现bug交付给开发组。

  六娃的个人博客

• 七弟

  前端开发人员，主要工作为网页各项功能的实现，文档撰写。

  七弟的个人博客

此外，团队博客中也有一篇关于团队成员的详细介绍（附成员美照），链接如下：团队成员介绍

工程相关信息

1.用户定位

• 需求分析

  如今deep learning大火，很多计算机人甚至其他专业的人都会向deep learning中跳，但从0到入门这一过程中着实面临着一些困难：

  • 除了看教材以外，没有好的入门方法
  • 教材中的概念比较抽象，不易弄懂
  • 教材中的例子都是以代码形式的，并不直观

  可见现有的学习途径对初学者并不是很友好。所以我们想搭建一个在线平台， 提供给用户可拖拽的编程方法，通过图形连接自动生成程序。用这种方式可以帮助没有接触过deep learning的人更快、更直观地理解基本原理，并做一些前期的简单练习，能够快速入门。

  同时，我们还会为用户提供论坛形式的讨论平台，帮助用户在学习过程中遇到困难有求助渠道，提高用户之间的互动性及用户体验。

• 典型用户

  我们设想的典型用户为有一定计算机基础、想要学习deep learning的人，且通过教材、博客的学习感觉有些生涩难懂、吃力。

• 预期功能及用户数量

  预期功能有：

  • 拖拽搭建模型，并生成相应模型代码
  • 搭建论坛，方便用户发帖提问、讨论（与之相印的要实现注册/登陆功能）

  用户数量：

  • 访问量上：预计突破1000
  • 生成模型数量上：预计突破400
  • 注册人数上：预计突破200

2.产品现状

Alpha版本支持的功能主要为搭建模型——设置参数——生成代码，具体页面如下：

• 搭建模型
  

  

• 设置参数
  

  

• 生成代码
  

  

我们的第一代Alpha版本于2019.4.18部署上线，截止到目前已经有了840的访问量和247的生成模型数量，由于还未开放注册/登陆功能，因此还未统计注册用户量。目前的数据量如下：

此外，在我们推广之后，我们也收到了一些用户反馈，这为我们下一阶段需要改进的工作明确了方向，具体反馈内容如下：

用户反馈1


用户反馈2


用户反馈3

3.团队分工

• 分工协作

  由于我们团队本身人数较多，为7个人，高于平均水平，又因为之前我们没有过做完整工程的经验，因此我们选择在标配的基础上，增加一个PM，以便于更好地整体规划和把控项目进度。除了两位PM外，分别由两位同学负责前端的开发、两位同学负责后端的开发，以及一位同学负责测试。平时PM会发布任务，开发组根据日常进度推进开发，如果有突发情况，则团队成员人尽可兵、以尽快解决问题为第一要义。

• 经验教训

  经历了Alpha阶段，主要经验教训有以下两点：

  • 前期产品设计的不足

    虽然我们以为已经确定好了产品的各项功能，但真正着手开始开发的时候还是意识到了前期产品设计的不足，许多细节并未敲定，也增加了很大的沟通成本。我们也意识到，前期的产品设计再精细具体也不过分，越精细的设计就会带来越敏捷的开发。

  • 低估了测试的任务量

    在第一阶段的开发中，我们想当然的以为，测试的任务并不会太重，重头戏还是在开发上。但接近Alpha阶段的尾声时，才发现测试的任务十分艰巨，一位同学进行测试有些吃力。在下一阶段，我们也会考虑调整人员的分配，衡量好各个部分的人均工作量。

4.项目管理

我们团队选用github来进行项目管理，项目链接为：VisualPytorch

PM和测试人员会在github上把相应的工作发布issue，并将其归在负责人的名下，当开发人员完成了任务以后可以在issue下留言，每天晚上PM会检查issue，并关闭已经被完成的issue。项目的issue的链接为：VisualPytorch_issue

在时间上，虽然之前听说能够每天早上一起去图书馆，坐在一起面对面开发是效率比较高、效果比较好的开发模式。但由于大三大家都比较忙，也都有自己的安排，有些同学要准备出国、考研等，时间上也不统一，因此我们并未对成员的具体工作时间作要求，只要在DDL之前能够保证质量地完成任务即可。

我们的项目是一个自选项目，还是和深度学习有关，而组内同学并不是所有人都对Pytorch熟悉，因此前期的学习成本比较高，学习周期较长，开发时间相对紧张一些。因此，在Alpha版本中，我们讲精力放在了核心功能的实现上，其余的改善功能，我们将在Beta版本中实现。

5.测试用例

测试矩阵	功能测试									页面测试
测试浏览器	测试环境（浏览器版本）	组件拖拽	组件删除	组件连线	参数输入	点击事件（组件、按钮、链接）下拉框选择	报错情况	生成代码	代码的拷贝	主页面	联系我们页面	访问量统计页面	代码生成页面	页面切换
chrome	74.0.3724.8	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常
火狐	74.0.3724.8	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常
ie	11.706.17134.0	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常
edge	42.17134.1.0	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常
QQ	10.4.3457.400	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常
UC	6.2.4094.1	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常
Opera	60.0.3255.56	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常
搜狗	8.5.7.29493	正常	正常	正常	正常	正常	在reshape层输入中文报错会占满屏幕，关不掉	正常	正常	正常	正常	正常	正常	正常
猎豹	6.5.115.18480	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常	正常

可以看到，我们的网站在不同的浏览器上的表现还是比较稳定的。此外，为了验证生成的代码是否正确，我们课下的测试方法为生成不同的模型然后覆盖工程中的模型代码，然后去验证是否正确。但为了展示方便，我们找到了一个用我们的组件可以拼接出的github上的模型，然后用它的模型部分代码和我们所生成的代码进行比对，截图如下：

我们找到的github的模型链接为：https://github.com/MorvanZhou/PyTorch-Tutorial/blob/master/tutorial-contents/401_CNN.py

6.代码规范及文档

代码规范和所有的文档都保存在github上，在github-doc分支中，文档链接为：VisualPytorch_doc

7.需求分析

我们的目标用户有以下几类：

• 典型用户一

属性	描述
姓名	张XX
身份	IT行业相关从事者、deep learning初学者
年龄	21岁
所占比例	60% ~ 65%
重要性	十分重要，是本网站的核心用户，帮助他们快速入门、练习是本网站的核心功能
知识层次	有一定的计算机专业知识，系统学习过计算机相关课程
动机/目的	利用网站更直观地搭建模型，快速入门deep learning
用户偏好	除了可进行模型搭建外，可能还希望有相应的教程、论坛等
……	……

• 典型用户二

属性	描述
姓名	马XX
身份	IT行业精英、资深deep learning从事者
年龄	40岁
所占比例	20 ~ 30%
重要性	较为重要，可以在论坛中回答初学者的疑问，也会给网站的改进提供意见
知识层次	熟悉计算机专业知识，具有极强的编程能力，精通所从事的领域
动机/目的	出于兴趣逛到网站，为初学者解答疑惑
用户偏好	希望能够更方便地与人交流
……	……

• 典型用户三

属性	描述
姓名	蒋XX
身份	计算机本科学生 || 路人
年龄	18岁
所占比例	10 ~ 15%
重要性	一般重要，可以通过网站引起其对deep learning的兴趣，从而转化为核心用户
知识层次	学习过计算机相关课程 || 用过计算机
动机/目的	闲逛论坛/知乎时看到就点了进来看看
用户偏好	需要简单明了的操作指南，美观的UI，有趣的体验等
……	……

其中最为重要的还是deep learning的初学者，而这一批人主要是计算机相关专业在读学生或相关从业人员，考虑到我们身边接触的学生较多，我们以问卷的形式展开用户调查，主要调查用户是否喜欢这种模式的网站，以及对网站的功能还有哪些需求，问卷调查结果如下：

可以看到，这种网站的需求还是比较大的，而且也容易被用户所接受，具体的文件调查结果在我们的github-doc分支中，链接如下：用户需求调查

项目具体信息

1.项目实际进展

在前期，由于团队成员在学习django、pytorch等内容，而这些学习工作一开始没有在github上记录，没有发布issue，所以前期没有什么进度。进入开发阶段以后，由于每天都开例会，且开发人员比较给力，每位同学都能保质保量完成任务，甚至多做一些工作，所以我们的项目推进的也比较顺利。

2.发布功能

VisualPytorch的详细介绍请见产品发布说明，链接如下：VisualPytorch发布说明

3.产品发布

我们产品的IP地址为http://114.115.151.39，同时我们也申请了域名www.visualpytorch.xyz，只是还在审核中，审核通过后我们会第一时间绑定到我们的IP上。

团队成员贡献

名字	分工	团队贡献分	具体贡献
大娃	后端开发	50	（1）后端代码编写（和另一位partern合作） （2）前后端交接文档编写 （3）网站帮助文档编写
二娃	PM	51	（1）scrum meeting博客记录 （2）技术规格说明书、【Alpha】发布说明的撰写 （3）朋友圈2次推广 （4）管理github项目
三娃	PM	52	（1）设计前端原型图 （2）团队介绍、项目选择、功能规格说明书、任务拆解、【Alpha】项目展示等博客的撰写 （3）组织召开scrum meeting （4）1次用户需求调查、4次推广 （5）管理github项目
四娃	前端开发	53	（1）搭建django的平台，完成了关于神经网络和访问日志的restful api接口 （2）完成了可拖拽的组件，实现了网页的基本架构 （3）部署网站 （4）前端设计文档的撰写
五娃	后端开发	48	（1）后端代码编写（和另一位partern合作） （2）后端设计文档、函数说明的撰写
六娃	测试	49	（1）前端页面、后端代码的测试 （2）共发现了15个bug
七弟	前端开发	47	（1）部分前端可拖拉部分输入框的开发 （2）前端设计文档及部分代码规范文档的撰写

总结

• 网站特色

我们的网站旨在让入门deep learning变得简单、直观、有趣。因为deep learning是一个有趣而又玄学的东西，但如果让初学者因为高门槛、枯燥等因素而被劝退，着实十分可惜。我们的网站就可以让初学者们很直观地进行模型的搭建，就好像搭积木一样，并返回代码，覆盖他已有的模型文件即可进行训练。同时，我们还计划为用户提供讨论交流的平台，进一步帮助用户解决遇到的问题，更顺利地进入deep learning的世界。

• Alpha阶段心得

Alpha阶段总的来说，虽然有小的困难，但还是挺顺利的。于我而言，最重要的心得就是对PM在团队中的工作和所担任的角色有了更清晰的认识，PM要做的不仅仅是引导团队前进，还要做团队中各个部分沟通的桥梁，同时也是团队中每个部分之间的调节人员。总而言之，PM的任务就是确保团队这样一个“机器”，每个“部件”之间连接得严丝合缝，能够开足马力前进，而不仅仅是把控方向。

其次，就是认识到了测试的重要性，测试绝非一个轻松、工作量小的工作，就这一点我们也将在Beta阶段中进行调整。

最后，就是所有的想法、沟通等等，最好都要有相应的记录，而不仅仅是在微信群中沟通，有了具体的记录就有了规范的标准，才能够让双方达成共识。否则，很容易出现理解上的分歧。

• Beta阶段的计划及对软件工程的建议

在下一阶段，我们将增添更多可拖拽部件，丰富用户可搭建的模型，同时完善生成代码中返回的Main.py和Ops.py。增加注册/登陆功能，并搭建论坛，供用户进行沟通交流。为了保障网站的安全，我们还将增加一些安全防护措施，如验证码、绑定邮箱等等。

软件工程这门课程确实有很深的学问，它不仅仅是写好代码就可以顺利完成项目，还很考验团队协作能力，而团队协作能力是由多种因素所决定的，所以这门课程是对我们综合能力的提升。课程过程中，老师和助教们尽力为我们营造出一种真实的公司开发的氛围，是我们对软件工程的体会加深。但结合我们大三的现状，绝大多数同学面临着出国、考研、保研等需要精力来准备的事情，而敏捷开发本身是一个十分需要全身心投入的东西，而软件工程对于我们来说，确实只是一门课程，我们没办法做到把全部精力都投入到一门课程中去。综上，窃以为课程设置的各个环节有些复杂，也太过耗费精力，如果可以简化一下课程流程，降低课程工作量，与AI、嵌入式的工作量稍微平衡一下，会有更好的体验和口碑。

转载于:https://www.cnblogs.com/1606-huluwa/p/10754078.html