.jpg)
.jpg)
.jpg)
.jpg)
本文由AI智能模型生成，在自有数据的基础上，训练NLP文本生成模型，根据标题生成内容，适配到模板。内容仅供参考，不对其准确性、真实性等作任何形式的保证，如果有任何问题或意见，请联系contentedit@huawei.com或点击右侧用户帮助进行反馈。我们原则上将于收到您的反馈后的5个工作日内做出答复或反馈处理结果。
猜你喜欢：uat测试用例描述文件输入待测试的shape、dtype与目标版本。输入为“fuzz”时，此字段表示测试的用例支持的分布方式。输入为“fuzz”时，表示测试的用例支持的分布方式。支持fuzz，使用fuzz测试参数生成脚本自动批量生成值。输入数据的原始shape。当算子实现的shape与原始shape不同时，需要配置此字段。更多标题相关内容，可点击查看
猜您想看：若不配置此字段，默认算子实现的shape与原始shape一致。name若配置attr，则为必选。type若配置attr，则为必选。属性值，根据type的不同，属性值不同。如果“type”配置为“int”，“value”取值为整形数据。如果“type”配置为“float”，“value”取值为浮点型数据。更多标题相关内容，可点击查看
智能推荐：“value”值配置为“fuzz”时，表示使用fuzz测试参数生成脚本自动批量生成值。若用户需要自动生成大量测试用例，请参考此步骤用实现fuzz测试参数生成脚本(.py)，并配置测试用例定义文件(.json)。实现fuzz测试参数生成脚本。该脚本可以自动生成测试用例定义文件中input_desc、output_desc、attr内除了name的任何参数。下面以随机生成shape和value参数为例，创建一个fuzz_shape.py供用户参考。该示例会随机生成一个1-4维，每个维度取值范围在1-64的shape参数，用于ST测试。更多标题相关内容，可点击查看
