技术编号:37381798
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及计算机应用,尤其涉及一种软件框架性能的测试方法、装置、电子设备和存储介质。背景技术、随着深度学习技术的快速发展,促进了众多开源深度学习训练框架的诞生,例如,tensflow、pytorch、caffe等,越来越多的机构也研发专属的深度学习训练框架以满足其自身特定需求。但是由于不同机构的针对深度学习训练框架的设计原理以及优化方法有所差异,相同的深度学习模型在不同框架下的训练结果可能存在差别,如何对这些不同的深度学习训练框架的性能进行评估和验证通常是一项复杂且耗时的任务。、目前,场景的...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。