Все проекты

ПНСТ (проект, первая редакция). Искусственный интеллект. Методология оценки разработки программного обеспечения для глубокого обучения (ITU F.748.12 (2021), NEQ)

20 июня 2023 заканчивается 5 августа 2023
  Проект

Разработчик

Федеральное государственное бюджетное образовательное учреждение высшего образования «Московский государственный университет имени М.В.Ломоносова»

Другие разработчики

Автономная некоммерческая организация «Институт развития информационного общества»

Технический комитет

Международные аналоги

Настоящий стандарт разработан на основе международного документа ITUT F.748.12 (2021) «Методология оценки разработки программного обеспечения для глубокого обучения» (Recommendation ITU-T F.748.12 (2021), Deep learning software framework evaluation methodology, NEQ).

ОКС/МКС/ISO

ОКС 35.020

Описание

В настоящей Рекомендации представлена методология оценки среды разработки программного обеспечения для глубокого обучения. В ней рассматриваются следующие темы:

  • экосистема среды разработки программного обеспечения для глубокого обучения;
  • простота использования среды разработки программного обеспечения для глубокого обучения;
  • производительность среды разработки программного обеспечения для глубокого обучения;
  • поддерживаемая архитектура среды разработки программного обеспечения для глубокого обучения;
  • оптимизация на уровне аппаратного обеспечения среды разработки программного обеспечения для глубокого обучения;
  • безопасность и стабильность функционирования среды разработки программного обеспечения для глубокого обучения.

 

1 обсуждение

Приглашаем обсудить проект ПНСТ об оценке разработки программного обеспечения для глубокого обучения

Публичное обсуждение проекта продлится до 5 августа 2023 г.

Объектом стандартизации является методология оценки среды разработки программного обеспечения для глубокого обучения как для среды обучения, так и для среды вывода. Для среды обучения сформулированы требования, сгруппированные вокруг пяти аспектов, включая экосистему, простоту использования, производительность, поддерживаемую архитектуру, безопасность и стабильность. Требования для оценки среды вывода охватывают четыре аспекта, включая простоту использования, производительность, оптимизацию на уровне аппаратного обеспечения, безопасность и стабильность.

Методология оценки различных сред разработки для глубокого обучения позволяет производителям решений в области искусственного интеллекта в полной мере использовать преимущества одних сред разработки и избежать недостатков других.

NormaCS

Администратор, 20 июня 2023