软件测试 第11章 智能软件测试技术 课后习题及答案.docxVIP

第11章智能软件测试技术课后习题及答案

1.什么是深度学习中的“正向传播”？请结合多层神经网络的结构图进行说明。

答：正向传播是指多层神经网络中数据从输入端向输出端逐层计算推进的过程。结合多层神经网络结构（输入层→若干隐藏层→输出层），其计算流程为：从输入层开始，依次计算当前层所有神经元（单元）的激活值；只有当前层所有神经元的值全部计算完毕后，才将结果作为下一层的输入继续计算。该过程一层层向前传递，直至输出层得出最终预测或分类结果。正向传播是神经网络进行推理与特征提取的基础计算机制。

2.在智能系统测试中，为什么传统的软件测试方法无法完全适用于深度学习系统？

答：主要源于深度学习与传统软件在设计和开发范式上的本质差异：

（1）编程范式不同：传统软件由开发者显式编写控制逻辑；而深度学习是数据驱动范式，模型内部逻辑是通过训练数据自动学习构造的，并非人工直接编码；

（2）结构特性不同：深度神经网络由大量连续权重和激活函数构成，缺乏传统软件清晰的控制流图与离散执行路径；

（3）覆盖准则不匹配：传统测试依赖语句覆盖、分支覆盖、路径覆盖等基于代码逻辑的度量指标，无法直接映射到以神经元激活状态和数据流为核心的神经网络中，因此传统覆盖准则无法直接应用于深度学习系统的测试充分性评估。

3.智能系统测试充分性的度量指标包括哪些？

答：智能系统（深度神经网络）测试充分性的度量指标主要