ONEforALL-S003/TWO

테스트 방식 논의(23.09.19 준영,재홍 회의 기록)

Opened this issue · 6 comments

Judgement9882 commented

테스트 정리

참고 : ONEforALL-S003/ONE#4

1. PyTorch

q-extract-torch 테스트

  • 출력한 circle이 제대로 되어있는지 체크 (q-implant의 input circle)
    (제대로 되어있는지에 대한 기준 정하기가 어렵습니다..)

  • qparams 체크

    • qparam.json에 들어있는 .npy 파일이 같은 디렉토리에 있는지 확인
    • .npy 가 numpy 형식이 맞는지 확인 (할 필요 없을지도..)

q-implant 테스트

  • input.circle + qparam.json 를 q-implant의 argument로 넣었을 때 output.circle이 생성되는지 확인
  • input.circle과 output.circle 의 내부 텐서가 다른 값을 가지고 있는지 확인

2. TensorFlow (미정)

수정 or 추가할 사항이 있으면 말씀해주세요.

wnwoghd22 commented

output.circle이 제대로 나오는지 확인하기 위해서는, 어딘가에 input.circle이 있어야 할 겁니다. 근데 이걸 어디서 갖고 오느냐가 문제네요. 간단하게 Conv2d부터 돌려봐야지 하고 recipes를 봤는데 이게 없습니다. tflite로 만들고 그걸 변환한다고 하면 상관은 없을 것 같군요.

FantBlog commented

q-extract-torch의 출력이 input circle과 qparams 둘 모두 출력 된다는 건가요?

Judgement9882 commented

q-extract-torch의 출력이 input circle과 qparams 둘 모두 출력 된다는 건가요?

네 가능합니다.
https://github.com/ONEforALL-S003/ONE/pull/5/files#diff-19a3b0c68eed1417d179a375e501d5fbe12d4d75756e2c54421b4a895e48bf10R46

해당 내용을 통해, 생성한 input circle을 저장할지 말지 설정할 수 있습니다.

skqlck commented

매핑되지 않은 QP는 어떻게 해야할까요?

Judgement9882 commented

매핑되지 않은 QP는 어떻게 해야할까요?

매핑되지 않은 QP는 무슨 의미일까요?
제가 이해를 못했는데.. 추가 설명 가능할까요?

skqlck commented

not_mapped_qparams.json 말하려고 했는데, 좀 더 생각해봐야 할 것 같네요.

  • 👍1