【PFCC】飞桨框架产品体验评估

[liuTINA0907]

Roadmap

2022年飞桨将重点开展产品体验评测和优化工作，共同好用易用的深度学习基础框架。在今年初，我们联动外部开发者生态例行开展了两期体验评估工作，重点聚焦在文档（API文档、使用指南）和产品全流程打卡两个线条。通过这两期的体验评测工作，我们共收集到反馈 210+条、PR 20+条、bug 修复20+个，为相关产品的优化提供了重要的信息输入。

后续，我们将不定期发布框架的体验评测工作，持续提升飞桨框架的使用体验和产品能力。我们诚邀大家参与第三期体验评估活动，这次主要是飞桨分布式全流程体验评估与硬件接入的评估任务，欢迎大家报名参与。

[paddle-bot-old]

您好，我们已经收到了您的问题，会安排技术人员尽快解答您的问题，请耐心等待。请您再次检查是否提供了清晰的问题描述、复现代码、环境&版本、报错信息等。同时，您也可以通过查看官网API文档、常见问题、历史Issue、AI社区来寻求解答。祝您生活愉快～

Hi! We've received your issue and please be patient to get responded. We will arrange technicians to answer your questions as soon as possible. Please make sure that you have posted enough message to demo your request. You may also check out the API，FAQ，Github Issue and AI community to get the answer.Have a nice day!

[liuTINA0907]

附录

【方向说明】

• 技术标签：深度学习框架，Python，分布式
• 详细描述：目前飞桨产品体验正处于高速迭代和优化的状态，当前产品使用体验和使用指南内容存在很多易用性的问题。因此，框架内部启动了产品体验评估专项课题，专门针对核心功能体验和文档进行系统性优化。5月23日，我们启动了飞桨第三期评测任务，邀请对飞桨有兴趣的开发者作为评测用户，来完成我们提供的相应任务。根据评测用户的使用体验和问题反馈，从而进一步暴露文档使用指南和产品设计中存在的问题，以此完善飞桨框架的产品体验。

【参与指南】：

• 飞桨成立了 PFCC(Paddle Framework Contributor Club)，是一个有兴趣、正在、或者已经为飞桨开源框架做开源贡献的贡献者而成立的虚拟组织，在这里，飞桨开源框架的贡献者进行讨论、交流和分享，并为飞桨框架做出持续的贡献。欢迎你持续关注并加入（我们会定向邀请 Paddle repo 提交PR的开发者加入）。
• 如果你对体验评测方向感兴趣，可以在石墨表格《PFCC-Roadmap》之【报名页】填入你的 GitHub ID，之后一起讨论后续规划和分工。
• 第三期任务将持续至6月1日，大家可以在 石墨表格《PFCC-Roadmap》之【体验评测】填入你的 GitHub ID，完成和评测分工。

【提交流程】

• 针对分布式评测任务提交流程：

1. 根据你选择的任务，完成相关评测和报告。
2. 请在 PaddlePaddle/docs repo内，根据任务类型，参照issue提交模板提交。提交模板为：数据并行评测点模板 和 Parameter Server训练评测点模板
3. 在 石墨表格《PFCC-Roadmap》之【体验评测】中更新文档评估状态和提交的issue链接。
4. 评测群中 @tina侨 完成评估。

• 针对硬件文档任务的用户评测提交流程：

1. 请在任务表中选择想要认领的任务，完成相关评测和报告。
2. 根据任务说明，下载相应报告模版，完成任务后将评估表/报告打包成一个zip文件并在硬件接入任务提交文件夹提交。
3. 在 石墨表格《PFCC-Roadmap》之【体验评测】中更新文档评估状态和提交的文档名称。
4. 评测群中 @tina侨 完成评估。

【提交内容】

• 针对分布式任务的用户评测，提交内容主要是按照数据并行评测点模板 or Parameter Server训练评测点模板，并结合打卡任务记录的内容，直接填写issue模板并提交（注意，Title填写“Paddle分布式训练文档体验评估”）。
• 针对硬件文档任务的用户评测，如果认领飞桨模型转换成ONNX模型的任务，按照步骤完成填写硬件接入打卡评测模板并提交；如果认领文档评估任务，则基于 文档评估表填写相应内容并提交。（注意，Title填写“Paddle硬件接入文档体验评估”）。

【合入标准】

• 按照 API单测贡献指南_TBD 要求提交PR，并通过所有PR的CI检测
• PR描述中针对每个单测需给出缺失的样例、修复的问题及解决办法

【技术要求】

• 熟悉Paddle框架的Paddle2ONNX
• 熟悉Paddle分布式API
• 熟练掌握 Python

【参考内容】

• 如果你没有多机/多卡环境，可以使用飞桨的AIStudio平台提供的多机/多卡环境，来跑通你的项目脚本，具体使用教程可以参考AIStudio使用方法。
• 如果你想了解更多单机转多机/多卡的原理和经验，可参考飞桨FleetX文档。
• 我们鼓励大家使用自己的硬件环境完成测评；如遇到AIStudio算力卡问题，可以联系@tina侨