赛题八：paddleviz能力扩展——Tensor信息展示 Tracking Issue

[qiuwenbogdut]

问题描述 Please describe your issue

赛题简介：

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。@qiuwenbogdut 和 @Tomoko-hjf 两位社区开发者为Paddle开发了反向图可视化工具 paddleviz，很大程度上提升了反向图的调试能力。但我们还希望，在现有 paddleviz 基础上，扩展 paddleviz 的能力，进一步提升反向图的调试能力。

中国软件开源创新大赛：飞桨框架任务挑战赛（下）

赛题要求：

深入学习Paddle动态图机制，掌握动态图反向图的基础数据结构之间的关系
学习了解 paddleviz 的原理
探索如何在 paddleviz 基础上，扩展反向图边（Tensor）的调试信息，包括不限于Tensor name、shape、dtype、place、stop_gradient 等。
探索以上数据可以通过框架的哪些数据结构中获得，何时、如何获得
探索如何将这些数据在 paddleviz 中展示

任务进展
rfc提交 : PaddlePaddle/community#600

工作拆分

在现有 paddleviz 基础上，扩展 paddleviz 的能力，进一步提升反向图的调试能力,主要的实现步骤有如下:

@qiuwenbogdut

• 将反向节点的指针值作为一个属性暴露给python端, 在python能获取到反向节点的指针值
• 将反向传播过程中, 将每一个反向节点的计算的输出进行打印,
  赛题八：paddleviz能力扩展——Tensor信息展示 #56837

@Tomoko-hjf

• python端实现对这些打印结果进行捕获, 从这些打印结果中进行解析, 获取到不同反向节点之间的连接的边(tensor)的信息
• 将边(tensor)的信息集成到原有的反向图中去,以丰富图中的信息.
  paddleviz