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

最新推荐文章于 2023-05-18 22:57:05 发布

程序媛苹酱

最新推荐文章于 2023-05-18 22:57:05 发布

阅读量993

点赞数

分类专栏： DeepGauge 论文解读文章标签：神经网络深度学习

本文链接：https://blog.csdn.net/Coding_ping/article/details/113358808

版权

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

前情提要
要点提示
- - major function region和corner-case region理解
  - Top-k Neuron Coverage和Top-k Neuron Patterns区别
论文感想

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,+∞]。