深度学习系统中真实故障的分类体系
软件工程
2019-11-11 v3 人工智能
机器学习
摘要
深度神经网络在安全关键领域的日益应用，使得对此类系统中发生故障的分析极为重要。本文引入一个大规模的深度学习（DL）系统故障分类体系。我们手动分析了从使用最流行 DL 框架（TensorFlow、Keras 和 PyTorch）的项目的 GitHub 提交与问题，以及相关的 Stack Overflow 帖子中收集的 1059 个工件。与 20 位研究者和从业者的结构化访谈描述了他们在经验中遇到的问题，以多种未从其他两个来源涌现的额外故障丰富了我们的分类体系。我们的最终分类体系通过涉及额外 21 位开发者的调查进行了验证，确认几乎全部故障类别（13/15）都被至少 50% 的受访者经历过。
引用
@article{arxiv.1910.11015,
title = {Taxonomy of Real Faults in Deep Learning Systems},
author = {Nargiz Humbatova and Gunel Jahangirova and Gabriele Bavota and Vincenzo Riccio and Andrea Stocco and Paolo Tonella},
journal= {arXiv preprint arXiv:1910.11015},
year = {2019}
}