一种基于运行环境误差分析的深度学习模型质量评估方法

摘要

一种基于运行环境误差分析的深度学习模型质量评估方法，算子误差分析评估模块、输入生成模块和模型质量评估模块。在算子误差分析评估模块，通过不同深度学习框架中提供的算子实例进行测试执行，以得到的结果计算相对误差。在输入生成模块，利用基于变异的模糊测试技术，通过引入一系列变异方法，基于已有的测试数据生成充分的测试数据。在模型质量评估模块，基于算子误差分析模块对于算子实例的准确性和稳定性判断，分别使用不同深度学习库中的算子实例构建模型实例，建立算子质量与模型质量之间的关系模型。