第一次迭代开发心得

基于pytorch图像识别的enas 啥也不会还做机器学习

 

思考总结

 

设想和目标

 

1. 我们的软件要解决什么问题？是否定义得很清楚？是否对典型用户和典型场景有清晰的描述？
   • 软件功能：借助微信平台搭建一个图像识别的小程序，可以进行实时识别，返回结果，并且收集用户评价。
     • 前端是用小程序web开发者工具。
     • 后台要求：基于pytorch框架搭建CNN模型，其中CNN模型要求是由Google提出的enas（高效神经架构搜索）得到的。
   • 典型用户：微信用户
   • 典型场景：微信小程序
2. 我们达到目标了么（原计划的功能做到了几个？ 按照原计划交付时间交付了么？ 原计划达到的用户数量达到了么?)?
   • 原计划功能：实现在微信小程序上对手写体阿拉伯数字的识别。
   • 实现情况：全部完成。
   • 交付和用户：软件功能基本实现，但数据库还未完成，目前CNN模型还非常基础，会根据第二次迭代中通过enas得到的模型结果进行更换，暂时无法投入使用。
3. 用户量, 用户对重要功能的接受程度和我们事先的预想一致么? 我们离目标更近了么?
   • 暂未投入使用，用户实际接受成度未知
   • 离目标更近了
4. 有什么经验教训? 如果历史重来一遍, 我们会做什么改进?
   • 项目的重难点是enas，先对论文做复现弄懂模型参数共享，再根据这个思想去搜索出我们需要的CNN模型（论文中做的是RNN）。这个项目跟做普通的web，app项目差别较大，没有那么多页面设计和功能需求，但是对知识深度的要求比较高，实现难度大，重点是它跟我们平时学的知识密切程度低。如果重来一遍，应该会提议降低这个项目在图像识别方面的难度，然后增多一些功能，多一点用户交互之类的。（当然这些只是个人看法...）

 

计划

 

1. 是否有充足的时间来做计划?
   • 有，老师让我们把前八周重心放在计划需求上
2. 团队在计划阶段是如何解决同事们对于计划的不同意见的？
   • 计划阶段主要是刚开始我们跟指导老师讨论确定了主要方向，然后后面基本上碰到问题一起讨论解决，很少有不同意见。
3. 你原计划的工作是否最后都做完了? 如果有没做完的，为什么?
   • 团队整体项目推进很顺利，alpha版本的计划都做完了
4. 有没有发现你做了一些事后看来没必要或没多大价值的事?
   • 目前没有。
5. 是否每一项任务都有清楚定义和衡量的交付件?
   • 是的，尤其在模块对接时，大家会提前说明自己需要接收或者传出什么样的接口或者数据。
6. 是否项目的整个过程都按照计划进行，项目出了什么意外？有什么风险是当时没有估计到的，为什么没有估计到?
   • 完全按照计划进行，但是最重的模块在了第二次迭代，现在大家心里压力有点大。
7. 在计划中有没有留下缓冲区，缓冲区有作用么?
   • 无
8. 将来的计划会做什么修改？（例如：缓冲区的定义，加班）
   • 可能加班时间会增多
9. 我们学到了什么? 如果历史重来一遍, 我们会做什么改进?
   • 感觉学到了挺多的...深度学习方面补了很多基础知识（eg：pytorch基础，线性、Logistic回归模型，优化算法（SGD，Adam），神经网络（CNN，RNN）搭建，训练...），基础的图像处理，微信小程序也了解了基础的页面制作和API接口使用。刚开始学习具有盲目性，网上资料、视频太多了，前两周学得不扎实，重来一次的话，应该会先去找一本适合自己的书做指导，把书上的例子都敲敲代码体会一下，然后结合几个比较官方的视频学习。

 

资源

 

1. 我们有足够的资源来完成各项任务么?
   • 我们完成了任务，但资源明显不够，后面会提到
2. 各项任务所需的时间和其他资源是如何估计的，精度如何?
   • 时间一般按实际情况决定（有些周其他学习任务轻，可能效率高，有些周比较忙，效率肯定有影响）
   • 精度还不错吧...大家做事都不会拖拉，能力也挺强的
3. 测试的时间，人力和软件/硬件资源是否足够? 对于那些不需要编程的资源 (美工设计/文案)是否低估难度?
   • 测试没有详细的安排，一般是自己做完自己的会进行测试，然后最后拼接完，再一起进行测试
   • 没有合适的数据集，目前用的都是网上公开的
   • 我们自己买的服务器比较简陋，应该不会用于训练模型
   • 平时训练模型大家都用的是自己的笔记本（性能不够好，大部分没法安GPU，对于复杂的网络结构计算慢，爆内存）
4. 你有没有感到你做的事情可以让别人来做（更有效率）?
   • 这个问题很奇怪...
5. 有什么经验教训? 如果历史重来一遍, 我们会做什么改进?
   • 资源上有些尴尬，下阶段可能会向老师寻求帮助，或者借助于某些可以进行GPU计算的平台进行模型搜索和训练

 

变更管理

 

1. 每个相关的员工都及时知道了变更的消息?
   • 是的，一般有变动都会在群里或者开会的时候说
2. 我们采用了什么办法决定“推迟”和“必须实现”的功能?
   • 一开始就决定了主体功能，主体功能必须实现，目前没有推迟什么功能，都按照计划实行
3. 项目的出口条件（Exit Criteria – 什么叫“做好了”）有清晰的定义么?
   • 能识别用户图片，并且识别准确率较高，用户可接受范围
   • 实现方法是基于项目需求
   • （个人理解）
4. 对于可能的变更是否能制定应急计划?
   • 没有提前制定应急计划，但有变更时会及时做出反应和调整
5. 员工是否能够有效地处理意料之外的工作请求？
   • 大家的及时调整都很好，对于意外情况能较快找出原因，找到解决方案
6. 我们学到了什么? 如果历史重来一遍, 我们会做什么改进?
   • 项目的团体协作比较重要，做模块之前要沟通好，中途发现困难相互帮助，测试时发现问题应该与组员商议后再做出调整

 

设计/实现

 

1. 设计工作在什么时候，由谁来完成的？是合适的时间，合适的人么？
   • 整个模式的设计是在项目初期，全组人员和老师沟通商定的
2. 设计工作有没有碰到模棱两可的情况，团队是如何解决的？
   • 没有
3. 团队是否运用单元测试（unit test），测试驱动的开发（TDD）、UML, 或者其他工具来帮助设计和实现？这些工具有效么？
   • 有UML图来帮助设计
4. 比较项目开始的 UML 文档和现在的状态有什么区别？这些区别如何产生的？是否要更新 UML 文档？
   • 目前没有进行需求调整，
5. 什么功能产生的Bug最多，为什么？在发布之后发现了什么重要的bug? 为什么我们在设计/开发的时候没有想到这些情况?
   • 目前好像没bug，瑕疵的话会有一点，实际图片上传后，会在后台压缩成28*28的大小，这样图片精度会有损失，这个受限于数据集
6. 代码复审（Code Review）是如何进行的，是否严格执行了代码规范？
   • 代码比较规范，但是跟老师文档中提出的要求会有些出入

 

测试/发布

 

1. 团队是否有一个测试计划？为什么没有？
   • 没有详细的测试计划
   • 原因：项目的功能模块较少，大家在做自己模块时，都会边做边测试，最后模块对接好，会一起进行测试
2. 是否进行了正式的验收测试？
   • 第一次迭代验收完成
3. 团队是否有测试工具来帮助测试？
   • 暂未考虑，一般是先看该模型在数据集中的准确率，在比较满意情况下，大家再进行手写数字上传进行测试
4. 团队是如何测量并跟踪软件的效能的？从软件实际运行的结果来看，这些测试工作有用么？应该有哪些改进？
   • 暂未考虑
5. 在发布的过程中发现了哪些意外问题？
   • 还未发布
6. 我们学到了什么? 如果历史重来一遍, 我们会做什么改进?
   • 项目做的过程中就会有很多次测试，如果第二次迭代开发有剩余时间，大家可能会制定比较详细的测试方案

 

团队的角色，管理，合作

 

1. 团队的每个角色是如何确定的，是不是人尽其才？
   • 大家都挺努力地在学，项目功能模块少，难度大，分工可能有点尬，有没有人尽其才不清楚...
2. 团队成员之间有互相帮助么？
   • 当然，大家一起帮忙解决的问题还挺多的
3. 当出现项目管理、合作方面的问题时，团队成员如何解决问题？
   • 很少出现这些问题，大家都很有合作精神，做事效率也不错，遇到困难都会相互帮忙解决

总结

 1.你觉得团队目前的状态属于 CMM/CMMI 中的哪个档次?

• 属于CMMI一级，完成级

  2. 你觉得团队目前处于 萌芽/磨合/规范/创造 阶段的哪一个阶段?

• 规范

  3.你觉得团队在这个里程碑相比前一个里程碑有什么改进? 

• 相互配合的效率会更高

  4.你觉得目前最需要改进的一个方面是什么?

• 编码规范

  5.对照敏捷开发的原则, 你觉得你们小组做得最好的是哪几个原则? 请列出具体的事例。 

• 每周都会进行例会，进行总结和发布新任务
• 消息传递及时，遇到问题或者需要改动的部分，都会面对面沟通或者QQ交流