赛题七：实现飞桨框架动态图反向图的可视化 Tracking Issue

[qiuwenbogdut]

赛题简介

赛题七: 飞桨深度学习框架提供了动态图编程的模式来开发深度学习模型（方便开发与调试），但动态图的反向图调试能力仍存在不足。
本赛题，要求为飞桨动态图框架添加反向节点在 Python 端的访问机制。并在该机制基础上，为飞桨框架扩展反向图可视化能力。

赛题要求：

• 学习动态图框架，有能力为动态图扩展接口。
• 学习 PyTorchViz 使用方法和原理。
• 为飞桨动态图框架扩展 Python 端访问反向节点的能力，包括不限于 grad_fn、next_functions等
• 参考 PyTorchViz 实现飞桨动态图反向图的可视化
• 丰富反向图信息：如 Tensor 名、Tensor dtype、Tensor shape、前向堆栈等

任务进展

rfc提交

PaddlePaddle/community#535

工作拆分

模块一: 开发grad_fn、next_functions两个python API接口 #54838

• grad_node 反向图节点数据类型暴露给python端
• tenmsor属性grad_fn暴露给python端
• grad_node的属性next_function的实现
• next_function暴露给python端
• 优化

模块二: 基于步骤一的接口进行反向图可视化 https://github.com/PFCCLab/paddleviz

• 获取反向图所有节点信息
• 将反向图的节点信息构建一个有向图
• 基于这个图使用工具graphviz 进行可视化显示

模块三: 构架测试脚本进行有效性验证

• 功能测试

[huajiao-hjyp]

认领模块二反向图可视化功能的开发

[luotao1]

本赛题：实现飞桨框架动态图反向图的可视化，已完成，感谢 @qiuwenbogdut @Tomoko-hjf !
后续可以考虑在现有图的基础上，加上输入输出Tensor的information，难度会大一些。