【技术实现步骤摘要】
本申请属于数据处理领域，尤其涉及一种类脑应用测试集的确定方法、装置、电子设备及存储介质。
技术介绍
1、类脑计算是一种模拟人类大脑和神经系统的计算架构，以类脑计算芯片为核心的类脑计算系统正在迅速发展。为保证类脑计算系统的稳定运行，在实际应用中，需使用应用测试集中的类脑应用对类脑计算系统的系统性能进行测试。为提高系统性能测试的效率，需保证应用测试集中的类脑应用的计算特征具有正交性，即应用测试集中的类脑应用对应的特征不相似。
2、然而，相关技术中，无法定量分析类脑应用的特征，从而无法有效地对应用测试集进行精简。另外，相关技术中还通过人工的方式从不同的应用场景中挑选脑类应用来对脑类计算系统进行性能测试，但通过该方式构建得到的应用测试集所包含的脑类应用可能无法覆盖各个场景，而且，还可能包含大量具有相同特征的脑类应用。使用现有的应用测试集对类脑计算系统进行性能测试会导致类脑计算系统的测试效率低以及测试准确差。
技术实现思路
1、本申请实施例提供一种类脑应用测试集的确定方法、装置、电子设备...
【技术保护点】
1.一种类脑应用测试集的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对初始应用测试集所包含的每个类脑应用进行特征分析，得到所述每个类脑应用所对应的数据表示特征，包括：
3.根据权利要求2所述的方法，其特征在于，计算所述每个类脑应用基于脉冲神经网络范式执行时所产生的计算开销，包括：
4.根据权利要求3所述的方法，其特征在于，在基于分块算法对所述每个类脑应用所对应的多个神经元和多个突触进行分块处理，得到多个分块之后，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于，计算每个分块所包含的神...
【技术特征摘要】
1.一种类脑应用测试集的确定方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，对初始应用测试集所包含的每个类脑应用进行特征分析，得到所述每个类脑应用所对应的数据表示特征，包括：
3.根据权利要求2所述的方法，其特征在于，计算所述每个类脑应用基于脉冲神经网络范式执行时所产生的计算开销，包括：
4.根据权利要求3所述的方法，其特征在于，在基于分块算法对所述每个类脑应用所对应的多个神经元和多个突触进行分块处理，得到多个分块之后，所述方法还包括：
5.根据权利要求3所述的方法，其特征在于，计算每个分块所包含的神经元与突触进行计算时所产生的计算开销，得到所述每个分块所对应的第一计算开销，包括：
6.根据权利要求4所述的方法，其特征在于，基于所述每个类脑应用的数据表示特征及所述每个类脑应用的数据计算特征对所述初始应用测试集中的类脑应用进行聚类处理，得到至少一个组，包括：
7.根据权利要求6所述的方法，其特征在于，所述每个类脑应用的关...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。