[论文解读二]DeepGauge: Multi-Granularity Testing Criteria for Deep Learning Systems

[论文阅读笔记二]DeepGauge: Multi-Granularity Testing Criteria for Deep Learning Systems

前情提要

论文内容介绍见论文阅读笔记一DeepGauge: Multi-Granularity Testing Criteria for Deep Learning Systems)

要点提示

有一些在读论文的时候,自己理解有所偏差,在复现论文的时候,有一些新的理解,所以打算记录下来。(以下内容仅代表个人理解,大家有不同想法可以评论交流)。

major function region和corner-case region理解

major function regioncorner-case region均与训练集相关,待测试模型的每个神经元有不同的major function region和corner-case region。值为测试集输入到模型后,神经元的输出值的上界为a,下界为b,那么major function region为[b,a],corner-case region为[-∞,b]∪[a,+∞]。

Top-k Neuron Coverage和Top-k Neuron Patterns区别

  • Top-k Neuron Coverage指测试集输入到待测试模型之后,每层的前top-k神经元组成的集合的大小比所有的神经元。是整体看法。
  • Top-k Neuron Patterns指测试集在待测试
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值