精度损失定位方法、装置及设备

本公开提出一种精度损失定位方法、装置及设备，该方法包括：获取测试数据，以及目标深度学习模型在转换过程中的网络模型；其中，网络模型包括第一框架的第一模型和第二框架的第二模型，目标深度学习模型包括多个神经网络模块；分别将测试数据输入第一模型和第二模型，得到第一模型和第二模型各自对应的中间层输出结果；基于第一模型和第二模型各自对应的中间层输出结果，从多个神经网络模块中确定异常模块；其中，异常模块包括多个变量；根据异常模块在第一框架上运行时多个变量的第一变量信息和异常模块在第二框架上运行时多个变量的第二变量信息，定位第一模型的异常位置。自动且快速实现对深度学习模型中异常位置的定位，提升模型调试效率。