【Gamma】项目展示（未完成）

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，例会博客撰写。

  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，各类博客的撰写和项目推广。

  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

  前端开发人员，主要工作为页面开发，文档撰写。

  五娃的个人博客

• WF

  测试，主要工作为测试前后端代码，发现bug交付给开发组。

  WF的个人博客

• 七弟

  前端开发人员，主要工作为页面开发，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

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

• 典型用户二

• 典型用户三

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

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。

原文地址：https://www.cnblogs.com/1606-huluwa/p/11004611.html