深度学习模型的测试方法、装置、系统及存储介质制造方法及图纸

本申请涉及人工智能领域，具体涉及一种深度学习模型的测试方法、装置、系统及存储介质，所述方法包括：测试方服务器向测试平台服务器发送第一镜像文件；测试平台服务器基于第一镜像文件对深度学习模型进行预测试，将第一镜像文件和深度学习模型封装成第二镜像文件；对第二镜像文件进行信息摘要计算，得到第三摘要值；向测试方服务器发送第二镜像文件和第三摘要；测试方服务器对第二镜像文件中的第一镜像文件进行信息摘要计算，得到第二摘要值；对第二镜像文件进行信息摘要计算，得到第四摘要值；获取第一摘要值；基于第一镜像文件对第二镜像文件中的深度学习模型进行测试，得到测试结果。本申请摆脱了模型测试时依赖测试环境的缺陷。缺陷。缺陷。

【技术实现步骤摘要】
深度学习模型的测试方法、装置、系统及存储介质


[0001]本申请涉及人工智能领域，具体涉及一种深度学习模型的测试方法、装置、系统及存储介质。

技术介绍

[0002]深度学习模型的测试与评估是各类深度学习算法在实施应用前，均需要进行的一项关键测试环节，该环节用于评估和确定深度学习模型是否能够达到预期的设定目标。
[0003]传统的深度学习模型测试，需要在测试方服务器中搭建测试环境，并把待测深度学习模型接入测试方服务器中。从测试的角度来看，传统的测试方法将测试对象与测试的软硬件环境紧紧绑定在一起，测试过程的隔离性较差，且在测试过程中一旦需要更换测试环境，则会产生搭建测试环境的重复工作量，严重影响测试效率。

技术实现思路

[0004]因此，本申请要解决现有技术中，测试对象和测试的软硬件环境隔离性较差且效率低的技术问题，从而提供一种深度学习模型的测试方法、装置、系统及存储介质，所述技术方案如下：
[0005]一方面，本申请提供了一种深度学习模型的测试方法，应用于测试方服务器中，所述方法包括：
[0006]接收测试本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种深度学习模型的测试方法，其特征在于，应用于测试方服务器中，所述方法包括：接收测试平台服务器发送的第二镜像文件和第三摘要值；所述第二镜像文件包括第一镜像文件和深度学习模型，所述第三摘要值是指所述测试平台服务器针对所述第二镜像文件进行信息摘要计算得到的摘要值；对所述第二镜像文件中的所述第一镜像文件进行信息摘要计算，得到第二摘要值；对所述第二镜像文件进行信息摘要计算，得到第四摘要值；获取第一摘要值，所述第一摘要值是指所述测试方服务器预先存储的、针对所述第一镜像文件进行信息摘要计算得到的摘要值；在所述第一摘要值和所述第二摘要值相同、且所述第三摘要值和所述第四摘要值相同的情况下，基于所述第一镜像文件对所述第二镜像文件中的所述深度学习模型进行测试，得到所述深度学习模型的测试结果；其中，所述第一镜像文件是将测试数据集和测试环境封装在应用容器引擎中形成的，所述测试数据集用于测试所述深度学习模型，所述测试环境是指测试所述深度学习模型时所使用的软硬件环境和开发环境。2.如权利要求1所述的深度学习模型的测试方法，其特征在于，所述方法还包括：在所述第一摘要值和所述第二摘要值不相同的情况下，向所述测试平台服务器发送第一错误信息，所述第一错误信息用于指示所述第一镜像文件被被测方篡改；在所述第三摘要值和所述第四摘要值不相同的情况下，向所述测试平台服务器发送第二错误信息，所述第二错误信息用于指示所述第二镜像文件被第三方篡改。3.如权利要求1或2所述的深度学习模型的测试方法，其特征在于，所述基于所述第一镜像文件对所述第二镜像文件中的所述深度学习模型进行测试，得到所述深度学习模型的测试结果之前，还包括：获取配置文件，所述配置文件用于确定所述测试方服务器的运行资源并发数；检测所述测试方服务器的运行资源占用状态；所述基于所述第一镜像文件对所述第二镜像文件中的所述深度学习模型进行测试，得到所述深度学习模型的测试结果，包括：在所述运行资源占用状态未达到所述运行资源并发数的情况下，基于所述第一镜像文件对所述第二镜像文件中的所述深度学习模型进行测试，得到所述深度学习模型的测试结果。4.如权利要求3所述的深度学习模型的测试方法，其特征在于，所述方法还包括：接收所述测试平台服务器发送的文件修改指令；按照所述文件修改指令修改所述运行资源并发数，得到修改后的运行资源并发数，所述修改后的运行资源并发数用于确定是否基于所述第一镜像文件对所述第二镜像文件中的所述深度学习模型进行测试。5.一种深度学习模型的测试方法，其特征在于，应用于测试平台服务器中，所述方法包括：接收测试方服务器发送的第一镜像文件，所述第一镜像文件是将测试数据集和测试环境封装在应用容器引擎中形成的，所述测试数据集用于测试深度学习模型，所述测试环境
是指测试所述深度学习模型时所使用的软硬件环境和开发环境；基于所述第一镜像文件对所述深度学习模型进行预测试；在所述深度学习模型通过所述预测试的情况下，将所述第一镜像文件和所述深度学习模型封装成第二镜像文件；对所述第二镜像文件进行信息摘要计算，得到第三摘要值；向所述测试方服务器发送所述第二镜像文件和所述第三摘要值，所述第三摘要值用于所述测试方服务器确定是否基于所述第一镜像文件对所述第二镜像文件中的所述深度学习模型进行测试。6.如权利要求5所述的深度学习模型的测试方法，其特征在于，所述方法还包括：获取目标用户帐号对应的用户画像，所述用户画像用于指示所述目标用户帐号的测试偏好；在所述目标用户帐号登陆所述测试平台服务器的情况下，显示与所述用户画像匹配的目标测试任务。7.一种深度学习模型的测试装置，其特征在...

【专利技术属性】
技术研发人员：薛云志，董乾，吴祥，高卉，戴非凡，武斌，
申请(专利权)人：中科南京软件技术研究院，
类型：发明
国别省市：