[发明专利]器件运行神经网络的测试方法及装置

权利要求书

1.一种待测器件运行神经网络的测试方法，包括：

利用神经网络的描述信息生成所述神经网络的参考模型；

调用仿真器按照所述神经网络的参考模型来针对预定图像进行处理，以获得所述神经网络的预期结果；

通过待测器件运行所述神经网络来针对所述预定图像进行处理，以获得所述神经网络的真实结果；

根据所述神经网络的真实结果和所述神经网络的预期结果，确定所述待测器件是否能够正常运行所述神经网络；

其中，所述神经网络的描述信息包括所述神经网络的层级、每个所述层级中包括的算子、所述算子之间的串联顺序、每个所述算子的运算参数和所述神经网络中每个层级的特征图的尺寸；

其中，利用神经网络的描述信息生成所述神经网络的参考模型包括：

调用内嵌函数按照所述神经网络中每个层级的特征图的尺寸来创建每个层级的第一数据结构，所述第一数据结构用于承载所述层级的输入特征图的图像数据或者所述层级的输出特征图的图像数据；

调用内嵌函数基于所述神经网络中每个所述层级中包括的算子、所述算子之间的串联顺序、每个所述算子的运算参数来创建每个层级的第二数据结构，所述第二数据结构用于承载所述层级的运算参数数据；

调用内嵌函数构建神经网络的参考模型。

2.如权利要求1所述的方法，还包括：

获取神经网络的描述文件，所述描述文件指示所述神经网络包括的算子的类型以及各个所述算子之间的图像数据处理流向；

通过转换工具利用所述神经网络的描述文件生成数据表，所述数据表包括所述神经网络的描述信息。

3.如权利要求1所述的方法，其中，调用仿真器按照所述神经网络的参考模型来针对预定图像进行处理，以获得所述神经网络的预期结果，包括：

对所述第一数据结构进行随机化处理，生成对应所述预定图像以及所述神经网络中各个层级的中间特征图的图像数据；

对所述第二数据结构进行随机化处理，生成所述神经网络的参考模型的运算参数数据；

启动并运行所述仿真器来按照所述神经网络的参考模型模拟所述神经网络的运算针对所述预定图像进行处理，并获得所述神经网络的预期结果。

4.如权利要求1所述的方法，还包括：

生成所述神经网络的指令序列；以及将所述指令序列装载到所述待测器件中。

5.如权利要求1所述的方法，还包括：

将所述预定图像的图像数据转换为第一二进制文件，通过接口驱动程序将所述第一二进制文件装载至所述待测器件中；

将所述神经网络的运算参数数据转换为第二二进制文件，通过接口驱动程序将所述第二二进制文件装载至所述待测器件中。

6.如权利要求1所述的方法，其中，根据所述神经网络的真实结果和所述神经网络的预期结果，确定所述待测器件是否能够正常运行所述神经网络，包括：

将所述神经网络的真实结果与所述神经网络的预期结果比较，以确定所述神经网络的真实结果与其预期结果是否一致；

响应于所述真实结果与所述预期结果一致，确定所述待测器件能够正常运行所述神经网络；

响应于所述真实结果与所述预期结果不一致，确定所述待测器件无法正常运行所述神经网络。

7.如权利要求6所述的方法，还包括：

确定所述待测器件无法正常运行所述神经网络之后，根据所述神经网络的真实结果与所述神经网络的预期结果之间的差异，确定导致所述待测器件无法正常运行所述神经网络的错误。

8.一种待测器件运行神经网络的测试装置，包括：

参考模型生成单元，配置为利用神经网络的描述信息生成所述神经网络的参考模型；

仿真器，配置为在被所述神经网络的参考模型调用时，按照所述神经网络的参考模型来针对预定图像进行处理，以获得所述神经网络的预期结果；

神经网络单元，设置在待测器件上，并配置为运行所述神经网络来针对所述预定图像进行处理，以获得所述神经网络的真实结果；

确定单元，配置为根据所述神经网络的真实结果和所述神经网络的预期结果，确定所述待测器件是否能够正常运行所述神经网络；

其中，所述神经网络的描述信息包括所述神经网络的层级、每个所述层级中包括的算子、所述算子之间的串联顺序、每个所述算子的运算参数和所述神经网络中每个层级的特征图的尺寸；

其中，利用神经网络的描述信息生成所述神经网络的参考模型包括：

调用内嵌函数按照所述神经网络中每个层级的特征图的尺寸来创建每个层级的第一数据结构，所述第一数据结构用于承载所述层级的输入特征图的图像数据或者所述层级的输出特征图的图像数据；

调用内嵌函数基于所述神经网络中每个所述层级中包括的算子、所述算子之间的串联顺序、每个所述算子的运算参数来创建每个层级的第二数据结构，所述第二数据结构用于承载所述层级的运算参数数据；

调用内嵌函数构建神经网络的参考模型。