[论文解读二]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 region和corner-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