MindTalk | 韩晓阳：参与开源贡献，看着程序测试通过、编译成功，在框架中使用时有了满满的自豪感

2022/10/26

MindTalk | 韩晓阳：参与开源贡献，看着程序测试通过、编译成功，在框架中使用时有了满满的自豪感

本期专访是来自 MindSpore 社区的开发者韩晓阳同学，其研究方向为蜕变测试和服务计算等。

1、个人介绍

我是韩晓阳，来自北京科技大学计算机科学与技术专业的大四学生。目前已经本校保研，将跟随导师进行蜕变测试和服务计算等领域的研究工作。

2、我的开源之旅

最开始接触到开源是大二暑假时，参与学校组织的校内实习。当时参与的是一个web小项目，虽然是最简单的前端jQuery和后端java/servlet架构，但组内协作还是要求我们使用Git和Git仓库。老师向我们推荐了Gitee，并指导我们建立属于自己的开源仓库。

作为专业知识与代码能力还相当有限的学生，当时接触到的开源代码与很多有开源教程的Git仓库为我们提供了很大的帮助。这之后我所有的代码工作都喜欢通过Git仓库来记录，截至目前我自己的Gitee仓库已经有累计541次Commit。

我了解到开源不过两年的时间，但在这两年的时间里，我不断地感受到开源的魅力。有时是自己的一个小想法，会在某个开源仓库中看到他人的代码实现；有时是看到一个健全而庞大的开源仓库中的系统性，结构化，复杂化，模块化的代码与各种设计模式的多方面“开花”。

正如Linus Torvalds所说：“Talk is cheap. Show me the code”。开源给与了所有有能力，有想法的Coder一个“类共产主义”的理想化空间，来展示自我**、帮助大家****共同学习。**

3、与MindSpore的初相识

初次接触MindSpore是在我们课程中的一门专业选修课《人工智能导论》上，老师带领我们对机器学习、深度学习等领域进行了一定的探索，而在代码作业中，老师布置了昇思MindSpore作为框架让我们实现了一些简单算法。

除了简单的svm、决策树、lenet网络等模型，我们还以黑白棋为背景，实现了蒙特卡洛树搜索算法。我也感受到昇思MindSpore作为人工计算框架的上手难度较小、教程文档丰富等优势。

因为理论只是浅尝辄止，当时对深度学习、机器学习等领域的应用存在畏难心理，但MindSpore为我们打开了一扇窗户，能够在实践方面初探人工智能的世界。

4、我的社区成长经历

我从今年6月份开始在易用性SIG参与MindSpore GPU版本在MSVC编译器下代码适配工作，这项工作一共有三、四位老师一起参与，由于我对MSVC的编译工作并不熟悉，作为线上实习生，开始只能提供一些帮助性的支持。

向马博文老师表达担忧后，老师鼓励我“只要有投入总会有回报”。后来随着编译工作的深入，以及老师的耐心讲解与帮助，我在解决问题的同时获益匪浅。

目前MindSpore官方并没有发布windows端GPU版本的正式版（但是就工作进展来看，马上就可以发布正式版了，请小伙伴们敬请期待！），已有的CPU版本还是Cmake+mingw编译的版本，我们期望将编译工具链切换为Cmake+MSVC，然后进行GPU版本的适配。

这项工作的难点主要在于现有的GCC编译参数基本与MSVC编译器所需要的编译参数不同。我们需要在CMakeLists与C++代码中通过编译宏来确定不同平台的不同编译参数，并解决不兼容的库函数。我们曾遇到过的问题还有DLL中函数名注册失效，Python与C的函数绑定等。

同时，我们还需要注意各个第三方库的编译适配。总之，Windows下的编译适配工作涉及的知识面很广，需要我们从多方面分析问题。

当我们能编译出win+GPU的版本后，老师给予了我新的任务，利用官方的ModelZoo仓库中实现的经典网络代码对测试版本进行功能性确认测试。ModelZoo仓库为开发者提供了的许多经典网络代码及预训练模型，涉及CV、NLP、推荐算法等各个领域。

各个网络涉及到许多不同的数据集与配置方式，好在，所有网络模型代码都有对应的README。虽然在运行网络时会遇到各种不同的奇怪问题，但大都可以通过仔细阅读README并查找相关资料解决。如果陷入窘境还能在ModelZoo仓库中提交问题ISSUE，会有相关工作人员及时帮助你溯源问题并提供解决方法。

目前，测试通过训练模型数量在CPU模式下已达30个左右，GPU模式下测试通过50个左右。通过测试的体验，所有的网络在准备好数据集并进行预处理后，基本上只需要简单的修改配置文件或直接通过命令行传参的形式，就能运行各个不同的网络模型，为MindSpore的易用性提供的极大便利。不得不给我们的ModelZoo仓库竖个大拇指！

5、我的开源收获

在参与开源贡献之前，我认为昇思MindSpore作为一个开源框架，没有较强的系统性代码能力很难做出自己的贡献。参与后发现只要克服了前期的畏难心理，寻找适合自己的任务，积极投入，弄能做出自己的贡献。虽然到现在我暂时还没有正式PR合入，但也通过ISSUE指出了一些仓库中的小错误，让后来者少踩坑。

在参与开源贡献之前，我可能只是框架的使用者；但现在作为一个参与人，一个开发者，看着程序测试通过，编译成功，在框架中使用时也有了自豪感。

我参与本次开源实习初心是对MindSpore本身感兴趣，同时希望利用系统性的代码提高自己的Code能力，感谢实习中的导师制度与良好的社区氛围，感谢我的指导老师马博文，还有其他的开发者都给与了我很大帮助，祝愿MindSpore越办越好，成为更加优秀的国产全场景AI框架。

多YOUNG新生之如何玩转AI开源社区？

10月29日（周六）20:20，晓阳同学将线上为大家分享《ModelZoo在MindSpore-Windows版本下的使用“指北》。本次活动采用腾讯会议线上分享，扫码报名即可获取腾讯会议链接！