10.3969/j.issn.1672-6944.2022.14.044
基于飞桨框架的UpsamplingNearest2 D的复现及验证
5G技术的发展,计算机视觉的应用场景得到了空前的发展.随着飞桨框架的不断完善,越来越多的开发者开始使用飞桨框架.为了保证百度飞桨框架的正确性与稳定性,文章复现了paddle框架paddle.nn.UpsamplingNearest2D并从参数覆盖、正确性验证、数据类型覆盖、异常输入等方面对UpsamplingNearest2D进行了单元测试.
飞桨、深度学习、单元测试、图像处理
19
TP311.52;TN929.5;TE357.1
2022-09-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
134-136