SuperAPI AI 工具集

tensor-formula-viz

设计与创作

查看项目

更新于 10-16 02:06

技能介绍

用途

Tensor Formula Viz 用于把张量、矩阵、向量公式或张量代码路径,转化为一张紧凑、适合幻灯片展示的可视化图。它强调“形状感知”,即图中每个矩阵面、每个轴、每个分片都要与真实形状和语义一致,而不是只画一个示意性的方块。

主要能力

该技能将输出组织为三个区域:

  • 顶部——公式:干净的数学定义,不在代数式中使用形状下花括号。
  • 中部——计算:用彩色块、条纹、切片、算子和通信节点展示计算路径。
  • 底部——含义:紧凑解释每个形状维度以及非显然操作。

它提供了一套视觉语法选择规则:

  • 条目色块:用于掩码、稀疏性、因果结构、逐元素操作或小矩阵中的行/列角色。
  • 行/列条纹:用于分片、设备归属、张量并行、通道分组,或任何关键事实是整条轴划分的操作。
  • 堆叠切片或头面板:用于 3D/4D 张量,如 (B×T×d) 或 (B×h×T×d_h),让深度/面板可见地编码额外轴。
  • 箭头与设备/集合通信节点:用于 AllReduce、AllGather、ReduceScatter、转置、重塑、拆分、拼接或数据移动。

只有在每种语法都增加信息时才组合使用。已知零保持不填充,掩码、对角线、稀疏性和分区必须编码其精确结构。

使用方式

工作流大致为:

  1. 将输入归约为一条主要计算路径,除非被要求,否则省略等价目标、诊断和次要指标。
  2. 建立形状与语义台账:符号/代码名、语义种类、dtype/域、全局与局部形状、轴含义、有意义的范围、形状等价类、生产者/消费者,以及收缩/广播/归约轴。
  3. 选择能暴露机制的最小视觉语法。
  4. 预留不重叠的阶段通道和对象包围盒,然后绘制三区布局。
  5. 渲染、检查并修正数学与视觉对齐。

对于代码输入,需追踪具体的 matmul、einsum、reshape/view、transpose/permute、concat、broadcast 和集合操作。在有用时保留代码变量名;说明任何推断的形状或约定。

适用场景

适合需要把张量公式或张量代码路径整理成单张幻灯片级图解的场合,例如矩阵块图、条目热力图、分片矩阵乘法、张量并行通信、注意力轴收缩、索引/掩码/路由链等。也适合需要区分全局形状与每秩/局部形状、明确转置/广播/归约/重塑/拆分/拼接轴顺序的场景。

限制

该技能包含大量强制性的几何与布局不变量,例如:等形状必须具有相同面宽高、方阵必须画成正方形、转置必须物理交换面高宽、收缩维必须使用相同物理边长、分片必须精确铺满父张量、拼接必须逆转拆分。违反这些不变量的图会被拒绝并重绘。

渲染默认使用可编辑的 TikZ;中文 TikZ 需要 XeLaTeX 和可移植的 TeX Live 字体集,使用 \usepackage[UTF8,fontset=fandol]{ctex},默认不选择操作系统特定的 CJK 字体。交付前需重新计算每个形状、审计语义台账与几何台账、验证块乘法/广播/归约/分片代数、渲染 PNG 并目视检查最新输出,检查包围盒、间距、堆叠范围、连接线路由和图层是否存在禁止的相交、相切、裁剪或遮挡。

该技能不交付仅语法有效的图,要求同时满足数学正确性和干净的视觉对齐。