【技术实现步骤摘要】
本专利技术属于软件测试，特别是涉及到一种深度学习框架测试方法和自动化测试方法。
技术介绍
1、近年来，随着人工智能技术的不断发展和日益成熟，以深度学习软件系统为代表的智能软件系统逐渐融入到各行各业和不同的领域中，在人们的日常工作和生活中发挥着不可忽视的作用。例如，深度学习软件已经在交通、医疗、电子商务等多个领域提供包括图像识别、语音识别、数据分析和智能推荐等在内的多种服务。在军工领域，深度学习软件也体现着多重应用价值，拥有着多重优势。深度学习软件系统为不同行业的问题提供了解决方案，也为经济发展与社会进步提供了科技动力。但在这一过程中，深度学习软件中存在的质量问题也逐渐暴露并引起了人们的注意。不同于传统软件开发过程，深度学习软件系统的实现是基于数据驱动和底层的深度学习框架等支撑组件、面临着更开放的环境，也更容易产生难以预料的缺陷和行为。
2、目前，深度学习框架种类繁多，被广泛使用的包括google发布的tensorflow，由facebook发布的pytorch和以及国内由百度发布的paddlepaddle和由华为发布的min...
【技术保护点】
1.一种基于代码语义一致性的深度学习框架差分测试方法，其特征在于，方法包括语义一致的等价体识别、种子测试用例抽象、新测试用例生成和测试用例执行；
2.根据权利要求1所述的基于代码语义一致性的深度学习框架差分测试方法，其特征在于，方法的输入是使用Python实现的构建深度学习模型的种子代码文件，输出为捕获到的计算结果和运行状态不一致的多个代码文件。
3.根据权利要求1所述的基于代码语义一致性的深度学习框架差分测试方法，其特征在于，所述语义一致的等价体识别中，等价体指的是在不同深度学习框架中实现相同功能的API，以及深度学习框架中具有对齐关系的参数...
【技术特征摘要】
1.一种基于代码语义一致性的深度学习框架差分测试方法，其特征在于，方法包括语义一致的等价体识别、种子测试用例抽象、新测试用例生成和测试用例执行；
2.根据权利要求1所述的基于代码语义一致性的深度学习框架差分测试方法，其特征在于，方法的输入是使用python实现的构建深度学习模型的种子代码文件，输出为捕获到的计算结果和运行状态不一致的多个代码文件。
3.根据权利要求1所述的基于代码语义一致性的深度学习框架差分测试方法，其特征在于，所述语义一致的等价体识别中，等价体指的是在不同深度学习框架中实现相同功能的api，以及深度学习框架中具有对齐关系的参数；跨框架的api之间是一对一的匹配关系，或者是一对多的匹配关系，即在深度学习框架b中实现深度学习框架a中apipa对应的功能需要按序执行api序列深度学习框架中具有对齐关系的参数是指通过在具有匹配关系的api中设定它们的取值，能够实现相同功能；调用不同api的代码块是实现深度学习模型代码的基本组成单位，改变代码块中的参数即对应着不同的代码语义，因此获取到具有匹配关系的api和具有对齐关系的参数是后续步骤的基础。
4.根据权利要求1所述的基于代码语义一致性的深度学习框架差分测试方法，其特征在于，所述新测试用例生成中，选择旋转、翻转、缩放、裁减、平移、颜色变换、噪声注入和模糊对现有的图像测试集进行变换，将抽象模型文件拆分为抽象模板和抽象层块，其中抽象模板确定了该模型能够接收的数据类型和维度，以及输出格式的信息，对应深度学习模型的输入层和输出层，其余的层信息被保存在抽象层块集合l中；对抽象层实施了变异算子，以生成更多能够适配于当前抽象模板的抽象层块；在将抽象层...
【专利技术属性】
技术研发人员：冯洋，吉品，闫凌岳，吴朵，陈鹏霖，刘嘉，
申请(专利权)人：南京大学，
类型：发明
国别省市：
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。