深度学习模型转换器中的故障与风险分析：以ONNX生态系统为例

软件工程师使用多种开发框架和运行时环境来开发、微调并部署深度学习（DL）模型。DL模型转换器在框架之间以及向运行时环境迁移模型。转换错误会损害模型质量并中断部署。然而，DL模型转换器的故障特征尚属未知，这为使用DL互操作技术增添了风险。本文分析了DL模型转换器中的故障。我们调查了软件工程师关于DL互操作工具、用例及痛点的看法（N=92）。随后，我们刻画了与主要互操作工具ONNX相关的模型转换器故障特征（PyTorch和TensorFlow中N=200个问题）。最后，我们提出并检验了关于所研究故障结构性原因的两个假设。我们发现，模型转换器的节点转换阶段约占缺陷的75%，且33%的 reported failure 与语义不正确的模型有关。语义不正确模型的成因难以捉摸，但行为不一致的模型共享算子序列。我们的结果激励未来关于使DL互操作软件更易于维护、扩展和验证的研究。对行为容差与架构覆盖度量的研究可能是富有成果的。