深度学习自动化测试
社区干货
AI与深度学习的一年 | 社区征文
深度学习方法能以更方便的方式对特征进行提取,在图像分类、人工智能等领域取得了良好的效果。近些年来,一些研究人员开始将深度学习方法应用于癫痫发作检测领域。# 方法## 1融合GCN和transformer的癫痫自动检测模型基于GCN和transformer的癫痫自动检测模型,该网络模型处理过程中可以分成三个步骤:特征提取、重构和分类。在特征提取阶段,通过GCN对输入的脑电信号进行去噪并进行特征提取处理;特征重构阶段将处理后的数据作为特...
基于深度学习的工业缺陷检测详解——从0到1|社区征文
# beginning2023年可谓是人工智能浪潮翻涌的一年,AI在各个领域遍地开花。以我最熟悉的工业为例,深度学习也在其中起着重要作用。不知道小伙伴们熟不熟悉工业领域的缺陷检测腻?🧐🧐🧐今天就以钢轨表面缺陷为例,和大... 在这里使用的是ModerArts自动学习功能里面的目标检测模块。只需要把数据、标注上传上去,点击自动训练,它就会自动根据训练数据集进行模型设计、参数调优、模型训练、模型压缩加速和在线部署,基本上不用写代码,无需复...
AI 助力后端开发的新趋势|社区征文
可能可以提前发现问题并自动修复。随着人工智能核心技术如深度学习的成熟,后端开发也正从传统向智能化转变。它带来的不仅是自动化,更重要的是提升研发效率,降低运维成本。我相信在不久的将来,我们会看到越来越多AI... 通过自动生成常见的CRUD工作量,开发者可以把更多精力投入到业务产品和功能本身的实现。同时也减少了人为错误可能导致的Bug。总体来说,这类AI助手有效提升了开发效率,开发者可以更快上线可用产品进行测试。这对降低...
社区项目迁移 Diff 自动化测试实践
> 得物社区项目中包括内容搜索、穿搭精选、无结果推荐、搜索debug等功能。所有功能都在一个单体应用,各种本地缓存、配置、代码交织不利于维护;当某些功能有问题之后也会影响其他接口,不利于项目稳定性。本次需求RD打算将各类功能拆分到不同项目中。> > 我在社区搜索迁移项目中首次落地了 Diff 自动化测试,从测试到上线的过程中,累计发现很多处bug,发现了很多潜在的、不易发现的问题;最终该项目上线后流量从5%提升到100%,仅用一...
特惠活动
深度学习自动化测试-优选内容
深度学习自动化测试-相关内容
边缘智变:深度学习引领下的新一代计算范式|社区征文
这对需要实时反馈的应用场景(如自动驾驶、远程医疗等)至关重要。高效:边缘计算能彻底解决海量信息,减轻云计算核心压力,提高总体数据处理效率。灵活性:因为设备层和边缘服务器层分布式特点,边缘计算可以灵活地满... # 分割数据集为训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(processed_data.drop('diagnosis', axis=1), processed_data['diagnosis'], test_size=0.2, random_state=42) # 训练分类...
自动化实践-全量Json对比在技改需求提效实践
一、背景随着自动化测试左移实践深入,越来越多不同类型的需求开始用自动化测试左移来实践,在实践的过程中也有了新的提效诉求,比如技改类的服务拆分项目或者BC流量拆分的项目,在实践过程中,这类需求会期望不同染色环境在相同的配置条件下,拆分后的代码和基准release代码的接口响应response有全量对比结果才能更好达到需求验证点。二、实践成果在这种需要对接口返回response做全量json对比的背景下,商家域新的自动化平台新增...
能力介绍
产品简介 支持对软件著作权所有关键字段的自动检测与识别,包含软件名称、软件简称、著作权人、登记证号等信息。 产品优势 识别字段齐全: 支持对软件著作权证书上所有关键字段的检测识别和解析,包含标题、软件名称、著作权人、登记号等。 识别准确率高: 基于深度学习算法和OCR技术,各字段精度处于业界领先水平,适应模糊、曝光、阴影、遮挡、透视畸变、复杂背景等场景,可识别解析任意方向的软著,自动实现方向判断、证照检测和裁剪...
精选文章|浅尝UI自动化之Airtest实践
测试也要跟着进行敏捷测试。而每个迭代的周期非常短,经常要对原有功能进行回归测试,这样就增加了大量重复人力成本。引入UI自动化测试可以用来快速回归测试App原有功能,测试人员只需要关注新功能的测试。其次... 只要脚本检测到传入了命令行参数(即代码中的 if not cli\_setup()判断),就依然优先使用命令行参数来初始化AirTest环境。当然,熟练掌握API的各位,也可以根据实际需求在自己的Python脚本中调用AirTest API,与使用...
字节跳动 EB 级 Iceberg 数据湖的机器学习应用与优化
我们可以在相对较短的时间内完成训练过程并进行 A/B 测试验证。另外,**特征工程** **越来越自动化、** **端到端** **化**。在传统的机器学习中,特征工程是非常重要的一环,通常需要大量的人工、时间和精力来处理数据和特征。而随着深度学习的发展,我们可以利用深度学习的特征提取能力,通过简单的数据处理步骤自动学习特征,甚至可以将过程简化为在待调研的原始特征中往一张样本表格里加列的操作后利用深度学习框架自动学习和提取...
AI安全技术总结与展望| 社区征文
大家好,我是 herosunly。985 院校硕士毕业,现担任算法研究员一职,热衷于机器学习算法研究与应用。曾获得阿里云天池安全恶意程序检测第一名,科大讯飞恶意软件分类挑战赛第三名,CCF 恶意软件家族分类第四名,科大讯飞... 自动化漏洞扫描、自动化构建鱼叉钓鱼邮件、锁定目标、生成高逼真度的假视频等。人工智能内生安全主要包括:框架安全,如TensorFlow、Caffe、PyTorch等深度学习框架存在若干漏洞;数据安全,如数据丢失或者变形、噪声数...
2023 年度总结—总结我今年的AI之路-多项目实战经验谈AI发展前景|社区征文
在学习AI的过程中,我深入了解了机器学习、深度学习、自然语言处理等关键技术,并对其在各个领域的应用有了更深刻的认识。## 🐬1.1 AIGC大模型学习体验有感说到总结,我觉得第一条就应该说一下现在爆火的Chatgpt了... 我在12月初参加了Apollo新版本Beta自动驾驶技术沙龙,感触很深,趋势预测就写自动驾驶技术这块的吧。、刘凯(硕士研究生、研究实习生)等。在应对网络空间...
