文献类型：期刊文章

作　　者：谷典典[1] 石屹宁[1] 刘譞哲[1] 吴格[2,3] 姜海鸥[4] 赵耀帅[2,3] 马郓[1,5]

GU Dian-Dian;SHI Yi-Ning;LIU Xuan-Zhe;WU Ge;JIANG Hai-Ou;ZHAO Yao-Shuai;MA Yun(Key Laboratory of High Confidence Software Technologies of Ministry of Education(Peking University),Beijing 100871;TravelSky Technology Limited,Beijing 101318;Key Laboratory of Intelligent Passenger Service of Civil Aviation,CAAC,Beijing 101318;Peking University Information Technology Institute(Tianjin Binhai)Information Technology Institute(Tianjin Binhai),Peking University,Tianjin 300452;Institute for Artificial Intelligence,Peking University,Beijing 100871)

机构地区：[1]高可信软件技术教育部重点实验室(北京大学),北京100871 [2]中国民航信息网络股份有限公司,北京101318 [3]中国民用航空局民航旅客服务智能化应用技术重点实验室,北京101318 [4]北京大学(天津滨海)新一代信息技术研究院,天津300452 [5]北京大学人工智能研究院,北京100871

出　　处：《计算机学报》

基　　金：国家重点研发计划“高时效、可扩展的大数据计算模型、优化技术与系统”(2018YFB1004400);北京高等学校卓越青年科学家项目“软件定义的人机物融合计算技术与系统”(BJJWZYJH01201910001004)资助。

年　　份：2022

卷　　号：45

期　　号：2

起止页码：240-255

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在用于构建深度学习模型的深度学习框架中,算子的正确计算对于深度学习模型的正确预测至关重要.然而,已有的深度学习框架缺陷检测方法只能通过比较和推测的方式找到不同深度学习框架之间计算结果相差较大的算子,而且无法检测深度学习模型在训练过程中产生的计算错误,具有很大的局限性.针对此问题,本文设计并实现了基于元算子的深度学习框架缺陷检测方法,通过将不同深度学习框架中算子的共性计算逻辑抽象为“元算子”,支持在不改变模型代码的前提下绑定元算子的具体实现,从而可以细粒度地对比同一模型使用不同深度学习框架的运算结果,进而发现缺陷.本文的方法同时支持训练过程和推断过程的缺陷检测,还可以对计算错误的定位进行验证.本文验证了元算子计算的准确性,并评估其运算性能;收集了深度学习框架中已知有错误计算的算子,并将本文方法应用在包含这些算子的深度学习模型上,验证了本文缺陷检测方法的有效性.

关 键 词：深度学习框架  元算子  缺陷检测  深度学习  软件测试

分 类 号：TP391]