交互式 PyTorch 调试器，深入神经网络内部
一个专为 PyTorch 设计的交互式调试工具，能够深入神经网络的内部结构，帮助开发者逐层查看梯度、激活值和权重变化，实时诊断训练问题。支持断点设置、变量监视和计算图可视化，让模型调试更加直观高效。
背景速读
- PyTorch 是当前最主流的深度学习框架之一（Meta 开发），广泛用于研究和生产。训练神经网络时，开发者常遇到梯度消失/爆炸、参数不更新等问题，现有调试手段（如打印张量、用 TensorBoard 看曲线）比较粗放，难以定位深层原因。
- Nansense 是一个开源交互式调试器，能在训练循环中实时查看网络中每一层的梯度、权重、激活值分布，并自动检测 NaN（无效数值）的出现位置——这是模型训练崩溃的典型信号。
- 该项目由独立开发者 kongaskristjan 创建，目前仍在早期阶段（GitHub 上只有几十颗星），但它填补了 PyTorch 生态中一个明确缺失的工具：类似传统软件调试器的断点+变量观察功能，但针对神经网络内部状态设计。