逐渐的张量形状检查
摘要：张量形状不匹配是深度学习程序中常见的错误来源。我们提出了一种新的基于类型的方法来检测张量形状不匹配。我们方法的主要特点之一是尽力进行形状推断。由于张量形状推断问题在一般情况下是不可判定的，我们只允许静态类型/形状推断以尽力的方式执行。如果静态推断不能保证形状的一致性，就会在程序中插入动态检查。另一个主要特点是渐进类型，用户可以通过为程序添加适当的类型注释来提高推断的准确性。我们形式化了我们的方法，并证明它满足2015年Siek等人提出的渐进类型的标准。我们基于我们的方法实现了一个原型形状检查工具，并通过将其应用于一些深度神经网络程序来评估其有效性。
作者：Momoko Hattori, Naoki Kobayashi, Ryosuke Sato
论文ID：2203.08402
分类：Programming Languages
分类简称：cs.PL
提交时间：2023-03-28