tag 标签: 评估

相关博文
  • 热度 14
    2022-12-5 10:13
    1332 次阅读|
    0 个评论
    在基础实践 2 中 您 如何定义验证标准 ? 有了基础实践 1 中定义的战略指导方针,您就可以进入下一步了。这个 BP (基础实践) 既适用于静态测试也适用于动态测试。预期的结果是单元的特定测试用例和单元级静态检查的定义。在本文中,我们将讨论基础实践 2-7 本文是 A SPICE 系列文章的第 3 篇 。 点击查看 A SPICE 系列往期内容 : ASPICE系列:顺利通过ASPICE流程软件单元验证(SWE.4)-面包板社区 (eet-china.com) ASPICE系列:如何定义软件单元验证策略-面包板社区 (eet-china.com) A SPICE 基础实践 基础实践 2: 制定单元验证标准 ASPICE 过程期望定义标准,以确保单元执行软件详细设计和非功能需求中所描述的操作。 所有的工作产品都应该按照软件单元验证策略中的描述进行生产。 例如,应为静态测试定义以下标准 : 静态测量的类型 ( 例如, 圈复杂 度的测量 ) 和成功的评价标准 ( 测量的 圈复杂 度小于 50) 。 符合编码标准 ( 如 MISRA) 符合项目中商定的设计模式 非功能性的技术标准,例如资源消耗 (RAM/ROM) 您可以为所有单元设置单元验证标准,或者专门为 一类 单元或单个单元设置单元验证标准。为了不让工作失去控制,建议 对 一般定义 保持慎重和保守 。 专业提示 : 覆盖目标 ( 例如代码覆盖 ) 通常不适合作为单元验证标准。它们最好用作测试结束标准,从而确定测试何时可以被认为完成。 对于每个测试规范, 基础实践 6 “ 确保一致性 ” 要求在测试规范和软件详细设计之间进行内容检查。在大多数情况下,这是通过审查等质量保证措施来完成的。此检查的目的是证明测试用例正确地测试了链接需求的内容。明确地期望每个评审都有文档记录。 如果在评估过程中发现缺少或不充分的非功能需求 ( SWE .1) 或缺少或不充分的软件详细设计 ( SWE .3) , BP2 评估可能会被降级。 换句话说,如果前面的过程没有完成,他们也不会得到一个好的评价。 基本实践 3: 执行软件单元的静态验证 使用基础实践 2 中定义的标准,软件单元的静态验证应该在基础实践 3 中执行。 该验证可以通过以下方式执行: 自动静态代码分析工具 代码审查 ( 例如检查编码标准和指导方针的符合性或正确使用设计模式 ) 成功标准应该使用 BP2 的标准来确定。它们 具体说明 检查是成功还是失败。基础可以是覆盖标准或遵从最大值 (max . 圈复杂 度 最大为 Y) 或最小值 ( min . 每行代码最少 x 行注释 ) 。 基础实践 4: 测试软件单元 使用基础实践 2 中创建的测试规范,软件单元测试将在基础实践 4 中执行。预期测试将按照软件单元验证策略中所描述的方式执行。 对于基础实践 3 和基础实践 4 ,明确要求记录包括结果在内的所有测试。如果出现异常 现象 和 检验发现的情况 ,应将其记录、评估和报告。 此外, B P4 要求 以有意义的方式总结所有数据。在软件单元验证中,通常需要大量的测试数据。测试数据应该在多个详细级别上 为 手动和自动执行验证结果 而 准备。对此的解决方案是一个有意义的总结,例如 通过饼图的 形式聚集所有测试结果。 基础实践 3 和基础实践 4 的评估说明 与软件单元验证策略 (BP1) 相比,验证测试执行的偏差导致 BP3 或 BP4 的贬值。 对于 BP3 和 BP4 ,缺乏有意义的总结 会 导致降级。如果一个测试只被评为通过 / 失败,而没有关于测试的附加信息,那么评估人员对受影响的基础实践的评价不会比 “ Partly ” 更好。自动化软件单元测试报告中对单元的模拟和计算可以被视为对评估的充分补充信息。 评估人员将希望分别看到 BP3 和 BP4 的评估示例。具体地说,他们想要用它来验证一个发现是否符合软件单元验证策略和 SUP.9 问题解决管理。 基础实践 5: 建立双向追溯 在 A SPICE 中有几个地方需要双向追溯。如何实施取决于你自己。在这种情况下,您需要将详细设计的需求与测试用例和静态测试的结果联系起来。测试用例依次链接到详细设计的需求。 在最简单的情况下,这可以通过表格的形式完成 ( 列 = 测试用例 ; 行 = 需求 ) 。这种实现需要大量维护,而且很容易出错。 Pro-Tip: 为此使用 模型动态测试工具 TPT 等工具,尽可能容易地创建链接,最好是自动生成报告。您可以将此跟踪报告 为概述 用于一致性评审 (SWE.4 BP6) 作。在更改请求的情况下,您可以更快地分析 对 测试用例 的依赖性 。 评估人员明确地希望您将测试用例和需求双向地链接起来 (BP5) 。 基础实践 7: 总结和交流结果 所有 单元 验证 结果应汇总并通报相关方。 B P7 明确地期望有证据表明已经报告了结果。所有类型的通信媒体,如信件、邮件、视频、论坛帖子等,都可以作为证据 ( 只要它们有记录并可追溯 ) 。 如果 SWE.4 的 BP 3 和 / 或 BP 4 被评为 “ None ” 或 “ P artly ” ,那么预 计 评估员会对 BP7 降级。 在 BP7 的 ACQ.13 项目要求 过程 中,需要确定相关方及其对信息的需求。 ACQ.13 项目要求过程不作为 A SPICE 评估的一部分进行审查。然而,一个项目不应该仅仅因为过程没有被评估就忽略它,这是一个很好的实践。 总结 A SPICE 要求质量保证的许多活动和结果。许多所需的结果也应该以可验证的方式进行检查。 了解并应用这些评估规则可以增加获得良好评估的可能性。通常,一个项目在 2 年后达到 1 级,在 2 年后达到 2 级。 经验表明,当团队愿意学习并不断工作以满足需求时,成功是最快实现的。
  • 热度 24
    2015-8-31 02:31
    2929 次阅读|
    0 个评论
           ADS1232是TI的一款24bit的 Sigma Delta型 ADC,SPS可以配置成10hz或80hz,内置PGA,可配置增益为1,2,64,128倍。 手册标称噪声以及NOISE-FREE分辨率:   我所画的评估版的ADC就是使用ADS1232,SPS为10hz,PGA=1,外接基准电压为堪称带隙基准之王的LTC6655-2.5,使用该基准的开尔文接法,电源使用SGM的一款PSRR=70db的的LDO,数据信号隔离使用ADI的磁偶。 使用底噪测试模式,测试了20min,测得20000多个数据,从下图中可以看到噪声极差为28个LSB,折算noise free分辨率约为19.2bit,参考手册标称噪声略有偏低,看标称噪声貌似也会因VREF的电压低而使得噪声增大,手册使用的是5V和3V,而我使用的是2.5v,我测试的这个指标应该还算是符合标称指标。 噪声测试图:
相关资源
  • 所需E币: 0
    时间: 2024-10-26 13:48
    大小: 2.08MB
    罗姆应用文档,开关电源特性与评估
  • 所需E币: 0
    时间: 2024-10-21 11:13
    大小: 3.7KB
    上传者: huangyasir1990
    一、Llama3大模型是什么?Llama是由Meta的人工智能研究团队开发并开源的大型语言模型(LLM),继Llama2+模型之后,Meta进一步推出了性能更卓越的MetaLlama3系列语言模型,包括一个80亿参数模型和一个700亿参数模型。Llama370B的性能美Gemini1.5Pro,全面超越Claude大杯,而400B+的模型则有望与Claude超大杯和新版GPT-4Turbo掰手腕二、llama2和llama3有什么区别?llama3与llama2的模型架构完全相同,只是model的一些配置(主要是维度)有些不同,llama2推理的工程基本可以无缝支持llama3。在meta官方的代码库,模型计算部分的代码是一模一样的,也就是主干decoderonly,用到了RoPE、SwiGLU、GQA等具体技术。通过对比huggingface模型中的config.json,首先可以看出,模型都是LlamaForCausalLM这个类,模型结构不变。三、Llama3的目标和最佳表现Llama3拥抱开源社区。通过不断响应用户反馈来提升模型效果,并且持续在负责任的AI领域扮演重要角色。近期发布的基于文本的模型是Llama3集合的一部分。未来的目标是使Llama3成为多语言、多模态、长上下文、持续提升核心能力,如:推理和代码生成。得益于pretraining和post-training的改进,我们的pretrained模型和instruction-fine-tuned模型是8B和70B最好的大模型。post-training的改进包括:降低误拒率、改进的对齐方法、模型回答的多样性。同时,我们也看到Llama3综合能力的提升,如:推理、代码生成、指令遵循。这使得Llama3更加可控。四、从头构建LLaMA3大模型(Python)首先是模型架构的选择。原工作用的是GPTNeo架构(可以看他们的config),这个算是很老的模型了,最初是EleutherAI用来复现追踪GPT-3的工作的,现在用的也比较少了。我打算选用LLaMA架构,也算是符合研究主流、便于推广。LLaMA3主要多了个GQA,也是现在模型的主流,我这里也用一下。其次是数据的选择。既然是复现,就直接贯彻拿来主义,用原工作开源的数据集(主要是从头生成要花不少api费用)。原工作第一版的时候用的是GPT-3.5生成的数据,后面社区有人更新了第二版,是用GPT-4生成的,比原数据更好,就用它了。最后是训练。其实我手上就两张306012G和4060Ti16G,训这个确实是绰绰有余,但我还是不想在桌前吵我自己,于是继续用Colab。现在Colab可以直接看到剩余使用时长了,虽然已经被砍到只有3h左右的用卡时间,但至少心里有个底,况且3h训我们这个也完全够了。五、用户与LlaMA3进行交互的方式主要分为6个阶段。阶段1:通过按原样使用模型,以适应广泛的应用场景。第2阶段:在用户自定义的应用程序中使用模型。第3阶段:使用提示工程来训练模型,以产生所需的输出。第4阶段:在用户端使用提示工程,同时深入研究数据检索和微调,这仍然主要由LLM提供商管理。第5阶段:把大部分事情掌握在自己(用户)手中,从提示工程到数据检索和微调(RAG模型、PEFT模型等)等诸多任务。第6阶段:从头开始创建整个基础模型——从训练前到训练后。为了最大限度地利用这些模型,建议最好的方法是使用上面的第5阶段,因为灵活性很大程度上取决于用户自身。能够根据领域需求定制模型对于最大限度地提高其收益至关重要。因此,如果不参与到系统开发中,是不能产生最佳回报的。
  • 所需E币: 1
    时间: 2023-12-23 13:45
    大小: 12.67MB
    上传者: 魏治亮
    GBZ17625.13-2020电磁兼容限值接入中压、高压、超高压电力系统的不平衡设施发射限值的评估.pd
  • 所需E币: 1
    时间: 2023-5-9 14:59
    大小: 31.91MB
    风资源评估:风电项目开发实用导则-(国际电气工程先进技术译丛)-[美]MichaelC.Brower
  • 所需E币: 1
    时间: 2023-3-29 21:32
    大小: 1.15MB
    上传者: 指的是在下
    一种考虑防护措施的缓存可靠性评估方法.pdf
  • 所需E币: 1
    时间: 2023-3-29 11:18
    大小: 68.15MB
    旋转电机的绝缘-设计、评估、老化、试验、修理
  • 所需E币: 5
    时间: 2023-2-13 21:29
    大小: 1.59MB
    上传者: czd886
    基于态势评估技术的移动机器人局部路径规划.
  • 所需E币: 5
    时间: 2023-2-13 11:27
    大小: 4.05MB
    上传者: czd886
    低成本移动机器人2DSLAM算法地图评估研究.
  • 所需E币: 0
    时间: 2023-2-12 22:05
    大小: 332.31KB
    上传者: ZHUANG
    一种用于评估抗辐射DSP单粒子翻转的试验方法
  • 所需E币: 3
    时间: 2023-2-13 16:20
    大小: 435.19KB
    上传者: 张红川
    评估高速DAC性能.pdf
  • 所需E币: 0
    时间: 2023-2-11 22:43
    大小: 2.09MB
    上传者: ZHUANG
    基于神经网络模型的波候变化影响下深海系泊缆疲劳损伤评估
  • 所需E币: 0
    时间: 2023-2-11 22:38
    大小: 4.3MB
    上传者: ZHUANG
    基于遗传算法优化BP神经网络的辐射源威胁等级评估方法
  • 所需E币: 5
    时间: 2023-2-11 21:45
    大小: 1.29MB
    上传者: ZHUANG
    基于人工神经网络的军队采购流标情况评估模型设计.
  • 所需E币: 0
    时间: 2023-2-11 21:39
    大小: 7.27MB
    上传者: ZHUANG
    基于数据挖掘的信息网络传播权司法保护效果评估平台设计.
  • 所需E币: 5
    时间: 2023-2-11 17:34
    大小: 1.42MB
    上传者: ZHUANG
    神经网络优化5G定位结果域的分析与评估
  • 所需E币: 5
    时间: 2023-2-11 16:07
    大小: 1.25MB
    上传者: ZHUANG
    基于贝叶斯优化的CatBoost的网络安全态势评估方法
  • 所需E币: 3
    时间: 2023-2-11 14:37
    大小: 1012.56KB
    上传者: ZHUANG
    攻击模式识别方法在网络安全态势评估中的应用
  • 所需E币: 5
    时间: 2023-2-11 14:26
    大小: 5.3MB
    上传者: ZHUANG
    面向智能电网嵌入式设备的网络威胁动态评估方法
  • 所需E币: 0
    时间: 2023-2-11 14:11
    大小: 1.6MB
    上传者: ZHUANG
    基于信息熵的电力信息耦合网络重要节点评估.
  • 所需E币: 0
    时间: 2023-2-11 13:55
    大小: 1.77MB
    上传者: ZHUANG
    基于改进贝叶斯网络的风电机组动态可靠性评估