一种基于带权重采样的深度学习算子测试数据生成方法
实质审查的生效
摘要

一种基于带权重采样的深度学习算子测试数据生成方法,其特征是将一组提前设计的变异方法视作向不同数据取值域的映射,在其中进行预先的蒙特卡罗采样,从而获取各变异方法的有效性并以此为权重进行采样,并最终在兼顾数据多样性的同时更有效地生成深度学习算子测试数据。数据变异方法组合可灵活进行增、删、改,本方法提供的基本变异方法包括:字节、噪声和倒转变异。其中,字节变异指对测试数据的浮点数二进制编码进行字节操作的变异,包括各字节的增加、删除、取反、移位、随机重置;噪声变异是指随机使用各类噪声施加于测试数据;倒转变异是指将测试数据作为分母计算其伪倒数的变异。上述变异基于不同的基本思想,兼顾有效性与多样性。

基本信息
专利标题 :
一种基于带权重采样的深度学习算子测试数据生成方法
专利标题(英):
暂无
公开(公告)号 :
CN114265764A
申请号 :
CN202111471772.X
公开(公告)日 :
2022-04-01
申请日 :
2021-11-30
授权号 :
暂无
授权日 :
暂无
发明人 :
房春荣顾明政刘佳玮邹英龙林均劼陈振宇
申请人 :
南京大学
申请人地址 :
江苏省南京市鼓楼区汉口路22号南京大学软件学院925
代理机构 :
代理人 :
优先权 :
CN202111471772.X
主分类号 :
G06F11/36
IPC分类号 :
G06F11/36  G06N20/00  
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F11/00
错误检测;错误校正;监控
G06F11/36
通过软件的测试或调试防止错误
法律状态
2022-04-19 :
实质审查的生效
IPC(主分类) : G06F 11/36
申请日 : 20211130
2022-04-01 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332