本發(fā)明涉及人工智能，尤其涉及一種算子的非一致性程度評(píng)估方法、電子設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、一致性評(píng)價(jià)作為衡量算子穩(wěn)定性的重要手段，其實(shí)現(xiàn)方式是通過對(duì)算子施加固定的輸入，并多次執(zhí)行該算子，判斷其輸出是否完全相同。如果在多次執(zhí)行過程中，存在至少一次的輸出與其他輪次的輸出不一致，則該算子被判定為非一致性算子。

2、然而，目前針對(duì)算子的一致性評(píng)價(jià)方法存在明顯的局限性。具體來說，它僅僅能夠定性判斷算子是否具備一致性，而無法進(jìn)一步量化算子非一致性的程度。而實(shí)際上，非一致性程度的高低，會(huì)直接影響算子在人工智能模型中應(yīng)用時(shí)導(dǎo)致的隨機(jī)波動(dòng)的大小，進(jìn)而影響人工智能模型的精度和穩(wěn)定性。

3、因此，如何實(shí)現(xiàn)算子非一致性程度的量化，依然是本領(lǐng)域亟待解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種算子的非一致性程度評(píng)估方法、電子設(shè)備和存儲(chǔ)介質(zhì)，用以解決相關(guān)技術(shù)中僅針對(duì)算子是否具備一致性進(jìn)行定性分析、無法滿足實(shí)際應(yīng)用需求的缺陷。

2、本發(fā)明提供一種算子的非一致性程度評(píng)估方法，包括：

3、獲取算子的基準(zhǔn)輸出，以及所述算子多次運(yùn)行所得的多組測(cè)試輸出；

4、以張量為比較單位，分別將每組測(cè)試輸出與所述基準(zhǔn)輸出進(jìn)行比較，得到每組測(cè)試輸出中的每個(gè)測(cè)試張量相較于所述基準(zhǔn)輸出中的基準(zhǔn)張量的非一致性得分，所述非一致性得分表示所述測(cè)試張量和所述基準(zhǔn)張量中的各元素一致與否；

5、基于每組測(cè)試輸出中每個(gè)測(cè)試張量的非一致性得分，評(píng)估所述算子的非一致性程度。

6、根據(jù)本發(fā)明提供的一種算子的非一致性程度評(píng)估方法，所述以張量為比較單位，分別將每組測(cè)試輸出與所述基準(zhǔn)輸出進(jìn)行比較，得到每組測(cè)試輸出中的每個(gè)測(cè)試張量相較于所述基準(zhǔn)輸出中的基準(zhǔn)張量的非一致性得分，包括：

7、以張量為比較單位，分別將每組測(cè)試輸出與所述基準(zhǔn)輸出進(jìn)行比較，得到每組測(cè)試輸出中的每個(gè)測(cè)試張量相較于所述基準(zhǔn)張量的元素比較結(jié)果；

8、針對(duì)每組測(cè)試輸出中的每個(gè)測(cè)試張量，基于所述元素比較結(jié)果，確定所述測(cè)試張量中每個(gè)元素的比較得分，基于所述測(cè)試張量中每個(gè)元素的位置和比較得分，確定所述測(cè)試張量的非一致性得分。

9、根據(jù)本發(fā)明提供的一種算子的非一致性程度評(píng)估方法，所述基于每組測(cè)試輸出中每個(gè)測(cè)試張量的非一致性得分，評(píng)估所述算子的非一致性程度，包括：

10、基于同一測(cè)試張量在每組測(cè)試輸出中的非一致性得分，評(píng)估所述測(cè)試張量的非一致性程度；

11、基于每個(gè)測(cè)試張量的非一致性程度，確定所述算子的非一致性程度。

12、根據(jù)本發(fā)明提供的一種算子的非一致性程度評(píng)估方法，所述基于同一測(cè)試張量在每組測(cè)試輸出中的非一致性得分，評(píng)估所述測(cè)試張量的非一致性程度，包括：

13、基于所述測(cè)試張量的元素?cái)?shù)量，所述算子的運(yùn)行次數(shù)，所述測(cè)試張量在每組測(cè)試輸出中的非一致性得分，確定所述測(cè)試張量的觀察一致概率和期望一致概率；

14、基于所述測(cè)試張量的觀察一致概率和期望一致概率，確定所述測(cè)試張量的非一致性程度。

15、根據(jù)本發(fā)明提供的一種算子的非一致性程度評(píng)估方法，所述基于所述測(cè)試張量的元素?cái)?shù)量，所述算子的運(yùn)行次數(shù)，所述測(cè)試張量在每組測(cè)試輸出中的非一致性得分，確定所述測(cè)試張量的觀察一致概率和期望一致概率，包括：

16、基于所述測(cè)試張量在每組測(cè)試輸出中的非一致性得分，統(tǒng)計(jì)測(cè)試張量中的每個(gè)元素在非一致性得分中屬于各種得分類型的次數(shù)；

17、基于所述每個(gè)元素在非一致性得分中屬于各種得分類型的次數(shù)，以及所述元素?cái)?shù)量和所述運(yùn)行次數(shù)，確定所述測(cè)試張量的觀察一致概率和期望一致概率。

18、根據(jù)本發(fā)明提供的一種算子的非一致性程度評(píng)估方法，還包括：

19、基于所述算子在多個(gè)版本下的非一致性程度，進(jìn)行版本比較。

20、根據(jù)本發(fā)明提供的一種算子的非一致性程度評(píng)估方法，所述基于所述算子在多個(gè)版本下的非一致性程度，進(jìn)行版本比較，包括：

21、基于所述算子在多個(gè)版本下的每個(gè)測(cè)試張量的非一致性程度，以及所述每個(gè)測(cè)試張量的重要程度，進(jìn)行版本比較。

22、本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上述任一種所述算子的非一致性程度評(píng)估方法。

23、本發(fā)明還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述算子的非一致性程度評(píng)估方法。

24、本發(fā)明還提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述算子的非一致性程度評(píng)估方法。

25、本發(fā)明提供的算子的非一致性程度評(píng)估方法、電子設(shè)備和存儲(chǔ)介質(zhì)，可以通過比較每組測(cè)試輸出和基準(zhǔn)輸出，得到測(cè)試輸出中的每個(gè)測(cè)試張量的非一致性得分，以此反映測(cè)試張量和基準(zhǔn)張量中的各元素一致與否，并在此基礎(chǔ)上評(píng)估算子的非一致性程度，由此實(shí)現(xiàn)針對(duì)算子非一致性的量化，從而為比對(duì)算子的不同版本的非一致性程度提供依據(jù)，有助于精確定位人工智能模型的穩(wěn)定性問題，提高人工智能模型適配芯片的移植效率。

技術(shù)特征：

1.一種算子的非一致性程度評(píng)估方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的算子的非一致性程度評(píng)估方法，其特征在于，所述以張量為比較單位，分別將每組測(cè)試輸出與所述基準(zhǔn)輸出進(jìn)行比較，得到每組測(cè)試輸出中的每個(gè)測(cè)試張量相較于所述基準(zhǔn)輸出中的基準(zhǔn)張量的非一致性得分，包括：

3.根據(jù)權(quán)利要求1所述的算子的非一致性程度評(píng)估方法，其特征在于，所述基于每組測(cè)試輸出中每個(gè)測(cè)試張量的非一致性得分，評(píng)估所述算子的非一致性程度，包括：

4.根據(jù)權(quán)利要求3所述的算子的非一致性程度評(píng)估方法，其特征在于，所述基于同一測(cè)試張量在每組測(cè)試輸出中的非一致性得分，評(píng)估所述測(cè)試張量的非一致性程度，包括：

5.根據(jù)權(quán)利要求4所述的算子的非一致性程度評(píng)估方法，其特征在于，所述基于所述測(cè)試張量的元素?cái)?shù)量，所述算子的運(yùn)行次數(shù)，所述測(cè)試張量在每組測(cè)試輸出中的非一致性得分，確定所述測(cè)試張量的觀察一致概率和期望一致概率，包括：

6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的算子的非一致性程度評(píng)估方法，其特征在于，還包括：

7.根據(jù)權(quán)利要求6所述的算子的非一致性程度評(píng)估方法，其特征在于，所述基于所述算子在多個(gè)版本下的非一致性程度，進(jìn)行版本比較，包括：

8.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述算子的非一致性程度評(píng)估方法。

9.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述算子的非一致性程度評(píng)估方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述算子的非一致性程度評(píng)估方法。

技術(shù)總結(jié)
本發(fā)明提供一種算子的非一致性程度評(píng)估方法、電子設(shè)備和存儲(chǔ)介質(zhì)，其中方法包括：獲取算子的基準(zhǔn)輸出，以及算子多次運(yùn)行所得的多組測(cè)試輸出；以張量為比較單位，分別將每組測(cè)試輸出與基準(zhǔn)輸出進(jìn)行比較，得到每組測(cè)試輸出中的每個(gè)測(cè)試張量相較于基準(zhǔn)輸出中的基準(zhǔn)張量的非一致性得分，非一致性得分表示測(cè)試張量和基準(zhǔn)張量中的各元素一致與否；基于每組測(cè)試輸出中每個(gè)測(cè)試張量的非一致性得分，評(píng)估算子的非一致性程度。本發(fā)明提供的方法、電子設(shè)備和存儲(chǔ)介質(zhì)，實(shí)現(xiàn)了針對(duì)算子非一致性的量化，從而為比對(duì)算子的不同版本的非一致性程度提供依據(jù)，有助于精確定位人工智能模型的穩(wěn)定性問題，提高人工智能模型適配芯片的移植效率。

技術(shù)研發(fā)人員：請(qǐng)求不公布姓名,請(qǐng)求不公布姓名,請(qǐng)求不公布姓名
受保護(hù)的技術(shù)使用者：廣州壁仞集成電路有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15