教學檢視器

CodefyUI 可用於互動式教學，讓學生查看流經每個節點的實際 tensor。教學檢視器會在 run 期間擷取節點輸出，並顯示在右側面板。

操作說明

1. 將 TensorInput 節點拖到畫布上（Data 類別）。設定 value_mode: explicit，再於內嵌格線中填入 pipeline 要接收的數值。
2. 將它連接到任意一串 tensor 運算節點，例如 Reshape → Softmax → Print。
3. 新增一個 Start 節點，並將 trigger 輸出連到要開始執行的第一個節點，通常是 TensorInput。若缺少這個節點，圖會視為草稿並拒絕執行，詳見你的第一個圖。
4. 錄製節點輸出預設為開啟。請在設定 → 錄製與檢視中確認它仍開啟，再點擊執行。每個已完成節點的完整輸出會以 run 為 key，擷取到伺服器記憶體。
5. 點擊任一節點。檢視器面板會取得該節點的輸入與輸出，由上到下顯示 shape、dtype、min/max/mean 及實際數值。發生變更的儲存格會以熱度著色。
6. 使用 Shift 選取兩個節點，再點擊建立段落（設定 → 錄製與檢視 → 段落比較），只查看 head 輸入與 tail 輸出。畫布會以淺橘色區域包住這些節點，並顯示 HEAD／TAIL 標記。
7. 若不需要擷取重度訓練的每個 epoch，請先關閉錄製節點輸出。已擷取的 run 在被逐出或伺服器重啟之前仍可查閱。

備註

擷取的輸出會存放在所有分頁共用的伺服器層級 store 中，最多保留最新 20 個 run，容量上限為 2 GiB（CODEFYUI_RUN_OUTPUT_STORE_MAX_MB，預設 2048）。超過任一上限時，會從最舊的完整 run 開始逐出。從執行任務面板刪除 run 也會移除其擷取輸出，詳見訓練記憶體。段落標記會儲存在 graph JSON 中。

建立或清除段落標記都可復原。Ctrl+Z 會還原誤刪的標記，也會還原被收合成子圖或刪除操作移除的標記，並恢復原本的聚焦狀態。

檢視器面板

選取節點、啟用段落，或將外掛面板停駐在右側時，右側欄會顯示。選取節點時，其中有三個分頁：

分頁	顯示內容
前向	輸入依序顯示在輸出上方，每個 port 都有依型別著色的圓點；tensor 會顯示為數值格線，變更的儲存格以熱度著色。
步驟	開啟顯示內部步驟時，已插樁的節點所發出的 __steps__ 追蹤，詳見下文。
反向	開啟擷取梯度時擷取的權重與輸出梯度，詳見下文。

啟用段落後，段落檢視會取代節點檢視，顯示「段落」標頭、段落輸入（N）及段落輸出（N）。段落輸入包含進入 head 到 tail 節點集合的每條 edge。建立段落需要恰好選取兩個節點。畫布上可以同時有多個段落；區域上的 x 只會移除該段落，取消當前段落會清除檢視器目前顯示的醒目段落。按 › 可將面板收合為窄條。

節點詳情

雙擊節點、選取後按 Enter，或按右鍵 → 開啟節點詳情，即可開啟節點詳情對話框。左側顯示參數表單，右側顯示檢視器中的節點資訊。

分頁	顯示內容
程式碼	僅適用於 script 節點，且是開啟這類節點時的預設分頁；其中有 script editor 與輸入／輸出 port 數量。
子圖	僅適用於 subgraph 實例；其中有 block 的邊界 port 與進入子圖按鈕。
輸入／輸出	各 port 擷取的數值，顯示方式與檢視器的前向分頁相同。
步驟／反向傳播	步驟追蹤與擷取的梯度；分頁有 run 可供讀取後即可使用。
統計	伺服器為每個 port 計算的摘要統計，詳見下文。
說明	節點說明、參數的預設值／範圍／選項，以及各個 port。

按 Left／Right 可在不關閉對話框的情況下切換到畫布上的上一個／下一個節點，按 Esc 可關閉。點擊節點名稱會顯示重新命名欄位；Enter 套用，Esc 取消。run 結束後點擊 edge，可查看流經內容的 type、shape、dtype、min/max/mean 摘要。其中的查看統計連結會開啟節點詳情，並在統計分頁中聚焦該 port。

統計分頁

GET /api/execution/outputs/{run}/{node}/{port}/stats 會回傳已擷取 port 的固定大小摘要，而不是實際數值。元素數、min、max、NaN 與 Inf 數量、零值比例，以及 integer label tensor 的類別分佈一律精確。mean、std、quantile 與 64-bin histogram 在不超過 400 萬個元素時也會精確計算；超過時則使用以 seed 固定的 100 萬元素樣本，並在回應中標記 "sampled": true（CODEFYUI_STATS_SAMPLE_THRESHOLD、CODEFYUI_STATS_SAMPLE_SIZE）。計算後的摘要會快取，總上限為 CODEFYUI_STATS_CACHE_MAX_BYTES（8 MB）。

設定 popover 的開關

工具列的設定 popover 會依區段集中顯示每個分頁的教學與訓練開關：

區段	設定	用途
執行	運算裝置	run 使用的裝置；設為 auto 的節點會跟隨此設定。預設為 CPU。
LLM 提供者	ChatGPT Codex 帳號	Codex provider 的登入／登出／重新檢查，詳見 Graph Copilot。
選用套件	套件中心	開啟套件中心；這一列會顯示已安裝的套件數量。
外掛	外掛中心	開啟外掛中心。
錄製與檢視	錄製節點輸出	擷取每個已完成節點的完整輸出，供檢視器使用。預設開啟；請在大量訓練前關閉。
	顯示內部步驟	已插樁的節點會記錄中間步驟，例如 attention score 與 softmax temperature，並提供給步驟分頁。開啟時不會使用快取，所有節點都會重新執行。
	段落比較	建立段落會將選取的兩個節點包在 HEAD/TAIL 區域中；取消當前段落會移除醒目的段落。
訓練行為	在多次執行間保留權重	在多次點擊執行之間保留 Conv2d／Linear／Attention 權重，讓模型持續學習。預設開啟；關閉時每個 run 都會重新初始化。
	立即重置所有權重	移除這個分頁所有快取的權重；下一次執行會重新初始化。
	擷取梯度	執行 forward + .backward()，並儲存各 layer 的梯度供反向分頁使用。開啟時不會使用快取，所有節點都會重新執行。
	自動合成損失	圖中沒有 Loss／BackwardOnce 節點時，自動合成一個 loss，讓 .backward() 能執行。
	亂數種子	使用一個數字為每個節點設定 seed；留空表示不設定。seeded run 一次只執行一個節點，詳見可重現的執行。
	決定性演算法	要求 PyTorch 使用決定性 kernel（warn_only）。這項設定會與 seed 及裝置一起隨 run 送出。
編輯器	對齊格線	拖曳節點時自動對齊畫布格線。
	顯示節點說明	將滑鼠停在畫布節點上時顯示說明卡片。
	節點分類模式	入門 只在側欄顯示必要類別；全部 顯示所有類別。
	連線樣式	電路板（預設）將數值連線畫成電路板走線，曲線則使用平滑曲線。
這台伺服器	—	顯示版本、節點與預設組合數量，以及每個記憶體內 store 相對於預算的使用量，並提供重新讀取按鈕。

步驟追蹤（顯示內部步驟）

開啟顯示內部步驟後，已插樁的節點會發出 __steps__ 追蹤，檢視器會逐列顯示。教學用外掛節點會使用這項功能。例如，Edu-ColumnStats 會將母體標準差公式顯示為 sum → divide → deviations² → variance → sqrt。詳見 外掛。

擷取梯度（反向分頁）

開啟擷取梯度後，引擎會執行 forward pass、呼叫 .backward()，並儲存各 layer 的梯度。在檢視器中開啟節點的反向分頁，即可查看每個 layer 的梯度大小，用於診斷梯度消失或梯度爆炸。

完整尺寸檢視器

五張 attention 卡片（attention heatmap、attention mask，以及三個 Edu attention 節點）有查看完整按鈕，embedding scatter 卡片則是開啟詳細檢視；兩者都會在完整尺寸的 heatmap 或 scatter 檢視器中開啟圖表。捲動畫布、縮放或變更 layout 時，檢視器仍會保持開啟；按 Esc 可關閉。