NeuroForge AI ⚡ 工业级神经网络训练平台

📖 平台概述

NeuroForge AI 是一个面向工业场景的神经网络训练平台，旨在降低AI模型开发门槛，提升训练效率与可观测性。平台采用前后端分离架构，后端基于FastAPI与PyTorch，前端使用React + TypeScript，提供完整的MLOps能力。

🏗️ 系统架构

NeuroForge AI 采用现代Web架构，确保高性能、可扩展性与易维护性。

⚡ 快速开始

1. 环境准备

# 克隆仓库
git clone https://github.com/neuroforge/neuroforge-ai.git
cd neuroforge-ai

# Python 3.11+ / Node.js 18+ 要求

2. 启动后端

cd backend
pip install -r requirements.txt
python run.py
# 访问 http://localhost:8000/api/docs

3. 启动前端

cd frontend
npm install
npm run dev
# 访问 http://localhost:5173

4. 创建第一个项目

curl -X POST "http://localhost:8000/api/v1/projects" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "我的第一个项目",
    "description": "MNIST分类器",
    "architecture": [
      {"id":1,"type":"conv","name":"Conv2D\n3×3,32","x":100,"y":300,"params":896},
      {"id":2,"type":"dense","name":"Dense\n128","x":220,"y":300,"params":8192},
      {"id":3,"type":"dense","name":"Output\n10","x":340,"y":300,"params":1290}
    ],
    "hyperparameters": {"learning_rate":0.001,"batch_size":32,"epochs":10}
  }'

✨ 核心特性详解

🎨 神经网络架构设计器

可视化拖拽式神经网络设计，支持6种核心层类型，实时计算参数量与FLOPs。

📊 实时训练监控

WebSocket实时推送训练指标，支持多图表联动展示。

• 损失曲线 — 训练损失/验证损失对比
• 准确率曲线 — 训练准确率/验证准确率趋势
• GPU利用率 — 显存占用、计算负载
• 学习率调度 — 动态学习率变化曲线
• 实时日志 — 彩色分级日志输出

📦 模型版本管理

完整的模型生命周期管理，支持多版本并存与生产环境部署。

• 自动版本编号 (v1.0.0, v2.0.0...)
• 模型性能对比 (准确率/损失排行榜)
• 一键部署到生产环境
• 模型文件下载 (.pth格式)
• 版本回滚支持

🔧 技术栈详解

🔌 API 参考

完整的RESTful API设计，启动后端后访问 /api/docs 查看交互式文档。

项目管理接口

训练管理接口

模型管理接口

数据集管理接口

📁 数据集管理

支持格式

CSV 数据集示例

label,pixel_0,pixel_1,pixel_2,...,pixel_3071
0,0.2,0.3,0.1,...,0.5
1,0.5,0.6,0.4,...,0.7
2,0.1,0.2,0.3,...,0.4

🎨 模型设计器使用指南

添加层

从左侧组件库点击或拖拽添加层，支持6种类型：卷积、Transformer、LSTM、全连接、Dropout、归一化。

调整位置

拖拽节点可自由调整位置，连线自动更新。

删除层

点击节点右上角的 × 按钮删除层（至少保留一层）。

架构统计

右侧面板实时显示总参数量、模型大小、FLOPs估算。

🎯 训练与监控

超参数配置

• 学习率 — 1e-6 ~ 1e-1，推荐从1e-3开始
• Batch Size — 8 ~ 1024，根据GPU内存调整
• 训练轮数 — 10 ~ 200
• Dropout比例 — 0.0 ~ 0.8
• 混合精度训练 — FP16加速，减少显存占用
• 梯度裁剪 — 防止梯度爆炸
• 早停 — 验证集准确率不再提升时自动停止

训练监控指标

• 训练损失 — 模型在训练集上的损失值
• 验证损失 — 模型在验证集上的损失值
• 训练准确率 — 训练集分类准确率
• 验证准确率 — 验证集分类准确率
• GPU利用率 — 显存占用、计算负载百分比
• 学习率变化 — 动态调度时的学习率曲线

📦 模型版本管理

每次训练完成后自动保存最佳模型版本，支持以下操作：

• 查看版本 — 展示所有训练过的模型版本及性能指标
• 部署生产 — 将选定模型设为生产环境版本
• 下载模型 — 导出.pth格式模型文件用于推理
• 删除版本 — 清理不需要的历史版本
• 版本对比 — 不同版本的准确率/损失对比视图

🔄 MLOps 全生命周期管道

📌 示例项目

📊 性能指标参考

🚀 部署指南

Docker 一键部署

# 使用 Docker Compose
docker-compose up -d

# 查看日志
docker-compose logs -f

# 停止服务
docker-compose down

生产环境配置

• 数据库: 使用 PostgreSQL 替代 SQLite
• Redis: 用于缓存和消息队列
• Nginx: 反向代理前端静态资源
• GPU调度: 使用 Kubernetes 管理GPU资源

❓ 常见问题

Q1: 训练时提示CUDA out of memory？

减小Batch Size，或启用混合精度训练（FP16），也可以使用梯度累积技术。

Q2: 如何查看详细的训练日志？

训练监控页面底部有实时日志输出区，也可通过 GET /api/v1/training/runs/{run_id} 获取完整日志。

Q3: 训练中断后可以恢复吗？

支持训练暂停和恢复功能，点击"暂停训练"后，系统会保存当前状态，可随时恢复训练。

Q4: 模型导出后如何用于推理？

下载的.pth文件包含模型权重，可使用PyTorch加载：model.load_state_dict(torch.load('model.pth'))

Q5: 支持分布式训练吗？

当前版本支持单机多卡训练，后续将支持多机分布式训练。

Q6: 如何上传自定义数据集？

在数据集管理页面点击"上传数据集"，支持CSV或ZIP压缩包格式。