精度查看方法

本节我们介绍一种借助开源的可视化工具Octave分析相对误差的方法。

首先需要做好以下准备工作：

• 构造数据：真实值和测量值，真实值通常使用numpy数据作为标杆，测量值则是算子的实际输出，两个数值都可以通过ST用例生成。
• 准备分析工具：在官网下载Octave工具并安装，下载地址：https://www.gnu.org/software/octave/download.html。

以下表数据为例，介绍使用Octave工具进行相对误差分析的方法。

1. 执行如下命令载入数据。

   m = dlmread('data.csv', ','); 

   将文件中的数据载入矩阵m，data.csv是数据文件的名称， ','是文件分隔符。

2. 读取数据。

   input = m(4:8940, 7);                       //读取第7列的全部数据
   gpu_output = m(4:8940, 13);          //读取第13列全部数据
   model_output = m(4:8940, 19);      //读取第19列全部数据

3. 计算误差。

   gpu_diff = abs(model_output - gpu_output);                        //计算绝对误差
   gpu_error = gpu_diff / gpu_output;                                   //计算相对误差

   此处gpu_output是真实值，model_output是测量值。

4. 进行可视化。

   plot(input, gpu_error, 'o');
   xlabel('x');                  //x轴标签
   ylabel('value');             //y轴标签
   title(''Diff of model and cpu or gpu); //title
   hold on;                    //在同一张上面再次绘制
   plot(x, cpu_error, 'o');    //这里省略了cpu_error的计算过程，和gpu_error同理
   hold off;
   Axis([0 1 -0.002 0.002]);              //x y 轴区间
   legend('gpu_error', 'cpu_error');      //对颜色注释

   可视化结果如下图所示。

   图2 Octave工具可视化结果示例