从人工智能 (AI)发展应用看算法测试的测试策略

随着人工智能的发展与应用,AI测试逐渐进入到我们的视野,传统的功能测试策略对于算法测试而言,心有余而力不足,难以满足对人工智能(AI)的质量保障。

结合在人脸检测、检索算法上的测试探索、实践的过程,本文将从以下几个方面介绍人工智能(AI)算法测试策略。

算法测试集数据准备
算法功能测试
算法性能测试
算法效果测试(模型评估指标)
算法指标结果分析
算法测试报告

我们将算法测试测试流程中的

FlaskRestful教程:运行测试

Makefile 文件中照顾到搭建一个 virtualenv 为运行测试。所有你需要做的就是运行:要更改用于运行测试的 Python 版本(默认是 Python 2.7),修改上面 Makefile 文件中的 PYTHON_MAJOR 和 PYTHON_MINOR 变量。你可以在所有支持的版本上运行测试:单个的测试可以使用如下格式的命令运行:例如:另外,提交你的更改到 Github 中你的分支上,

Flask大型教程:调试,测试以及优化

我们小型的 microblog 应用程序已经足够的完善了,因此是时候准备尽可能地清理不用的东西。近来,一个读者反映了一个奇怪的数据库问题,我们今天将会调试它。这也提醒我们不论我们是多小心以及测试我们应用程序多仔细,我们还是会遗漏一些 bug。用户是很擅长发现它们的!不是仅仅修复此错误,然后忘记它,直到我们遇到另一个。我们会采取一些积极的措施,以更好地准备下一个。在本章的第一部分,我们将会涉及到 调

Flask教程:测试 Flask 应用

未经测试的东西是不完整的Flask 提供了一种测试你的应用的方式,它通过使得 Werkzeug 测试 Clientunittest 包。应用程序¶首先,我们需要一个被测的应用;我们将采用来自 教程the examples 获取源代码。测试骨架¶为了测试应用,我们添加第二个模块( flaskr_tests.py )以及在里面创建一个 unittest 骨架:import osimport flas