开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

Dieharder随机测试套件-令人怀疑的良好结果

Dieharder随机测试套件是一个用于评估随机数生成器质量的工具。它通过一系列的统计测试来检查随机数生成器的输出是否具有良好的随机性。Dieharder测试套件包含了多种不同的测试，每个测试都针对随机性的不同方面进行评估。

Dieharder测试套件的分类： Dieharder测试套件可以根据测试的类型进行分类，包括统计测试、矩阵测试、二进制测试、字节测试等。每个测试都有不同的目的和评估标准，以确保随机数生成器的输出符合预期的随机性要求。

Dieharder测试套件的优势： Dieharder测试套件具有以下优势：

全面性：Dieharder测试套件包含了多种不同类型的测试，可以全面评估随机数生成器的质量。
可定制性：Dieharder测试套件可以根据需要选择特定的测试进行评估，以满足不同的应用场景需求。
开源性：Dieharder测试套件是开源的，可以自由获取和使用。

Dieharder测试套件的应用场景： Dieharder测试套件可以应用于各种需要随机数的场景，包括密码学、模拟实验、随机算法等。通过使用Dieharder测试套件评估随机数生成器的质量，可以提高系统的安全性和可靠性。

腾讯云相关产品和产品介绍链接地址：腾讯云提供了多种与随机数生成器相关的产品和服务，包括：

云服务器（ECS）：提供灵活可扩展的虚拟服务器，可用于部署随机数生成器和进行Dieharder测试。详情请参考：https://cloud.tencent.com/product/cvm
云函数（SCF）：无服务器计算服务，可用于运行随机数生成器和进行Dieharder测试。详情请参考：https://cloud.tencent.com/product/scf
云安全中心（SSC）：提供全面的安全服务，包括随机数生成器的安全评估和监控。详情请参考：https://cloud.tencent.com/product/ssc

请注意，以上仅为腾讯云提供的相关产品和服务示例，其他云计算品牌商也提供类似的产品和服务。

相关搜索:在Matlab中是否有打印和绘制数组或随机输入的测试代码结果的解决方案？如何为测试套件中的特定测试用例更新TFS中的测试结果。不应在C#中的某个套件中将所有测试用例标记为进行中如何将在矩阵模式下执行的测试结果映射到DevOps中的测试套件/测试计划金融级数据库年末活动数据库容灾年末活动数据库加密年末活动数据库备份年末活动托管数据库年末活动云数据库 SQL Server年末活动商用数据库年末活动

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

最先进的NAS算法不如随机搜索，瑞士学者研究结果让人吃惊，也令人怀疑

晓查发自凹非寺量子位出品 | 公众号 QbitAI 最先进的神经架构搜索（NAS）算法竟然不如随机搜索？来自瑞士电信和EPFL的研究者提出了一种评价NAS搜索阶段的测试基准。...图的左侧展示了10种不同种子在三个NAS和一个随机搜索中的平均结果，右侧展示了四种算法的最佳结果。用表格显示结果： ?...这让作者怀疑是否因为权重共享导致了基较差的结果，因此他们去掉了权重共享，并和原来的方案进行对比。 ? 实验结果证明了作者的猜想。...首先，他们认为文中的测试基线过于简单，不太具有说服力。作者也在指出了文中的随机搜索本来就是经过NAS筛选的结果。...因为NAS算法的搜索空间在构造过程中受到了足够的约束，因此即使是这个空间中的随机架构也能提供良好的结果。所以这篇文章的目的不是彻底否定NAS，而是提供一种搜索网络架构的新思路。

7734 0

测试Jetson NANO开发套件的防震情况，结果太震撼

还记得我们之前发的一篇文章：实测极端温度条件下Jetson NANO开发套件的运行情况这次依旧是联合西安电子科技大学空间科学与技术学院实验中心的老师，在空间物理环境实验室采用震动平台机对Jetson...NANO开发套件进行防震情况测试。...先看一下测试设备：测试过程： x，y，z三轴做了14g的随机振动试验，每次3分钟。除了2处螺丝稍微松动外，其他结构没有看到被破坏现象。...由于这次是摸底试验，nano模组是用的一只坏掉的，因此无法看到nano工作状态！实验室做了几个常规实验，做一些工艺处理后的结构没有太多问题。...最后有点时间做了个非常规试验，结果悲催了—— 模块与载板的接插件直接飞了出来！！！好了，大家心里要有点儿数！

6923 0

用香蕉驱动一个随机数生成器，靠谱吗？

因此，“好的随机数”是一个好的加密系统的基础。要用什么来检测“香蕉” 为了分析随机数生成器的质量，我们还需要专门设计的软件工具。目前最流行的两个是ent和dieharder。...ent是作为放射性衰变随机数生成器的轻量级测试而设计的，它非常简单和快速，需要的数据很少，但结果只是指示性的。...Dieharder是一个被认为是随机数生成器的黄金标准的测试套件，它进行非常彻底的测试，但需要数千兆字节的样本来运行。在这里我们当然选择ent。准备一下数据，我们用ent进行第一次测试。...掷骰子有6个可能的结果，这给了我们五个自由度。那投掷1000次骰子，我们要验证统计学中所谓的零假设，或者验证在一定的概率范围内，我们的结果是真正随机的。...这些是从实验中得到的数据：于是我们得到了实验的卡方值，3068。现实情况下的数据完全反映理论分布是极不可能的，一个太接近于零的卡方值也是值得怀疑的。

5002 0

用香蕉驱动一个随机数生成器，靠谱吗？

因此，“好的随机数”是一个好的加密系统的基础。要用什么来检测“香蕉” 为了分析随机数生成器的质量，我们还需要专门设计的软件工具。目前最流行的两个是ent和dieharder。...ent是作为放射性衰变随机数生成器的轻量级测试而设计的，它非常简单和快速，需要的数据很少，但结果只是指示性的。...Dieharder是一个被认为是随机数生成器的黄金标准的测试套件，它进行非常彻底的测试，但需要数千兆字节的样本来运行。在这里我们当然选择ent。准备一下数据，我们用ent进行第一次测试。...掷骰子有6个可能的结果，这给了我们五个自由度。那投掷1000次骰子，我们要验证统计学中所谓的零假设，或者验证在一定的概率范围内，我们的结果是真正随机的。...这些是从实验中得到的数据：于是我们得到了实验的卡方值，3068。现实情况下的数据完全反映理论分布是极不可能的，一个太接近于零的卡方值也是值得怀疑的。

4892 0

复杂性思维中文第二版五、细胞自动机

大多数 CA 是确定性的，这意味着规则没有任何随机元素；给定相同的初始状态，它们总是产生相同的结果。也有不确定性的 CA，但我不会在这里涉及它们。...使用 8 位，我们可以指定 256 个不同的规则。 Wolfram 的第一个 CA 实验就是测试所有 256 种可能性并尝试对它们进行分类。在视觉上检查结果时，他提出 CA 的行为可以分为四类。...它通过了许多统计测试，人们用来测试比特序列是否随机。产生看起来随机的数字的程序，称为伪随机数字生成器（PRNG）。...为了进行测试，你需要安装 DieHarder，你可以从 https://www.phy.duke.edu/~rgb/General/dieharder.php 下载 DieHarder，也可能为你的操作系统作为软件包提供...使用 DieHarder 进行测试。阅读 Pythonrandom模块的文档。它使用了什么 PRNG？测试它。

3393 0

回归测试策略概览

不同的方法论需要采用不同的回归测试方法。成本高、耗时长的回归测试对整个交付团队来说是一个令人烦恼的难题。幸运的是，我们有机会让回归测试变得更轻松、更有效。...最能说明问题的例子，是那些随机出现的错误。当我们测试上面描述的图像处理应用程序时，自动化超时有助于检测出一些随机错误。如果一个脚本发生超时，它会自动被标记为失败。...结果是，同一个脚本一次又一次地运行，直到通过，这样就可以发现出现在某个确定位置的随机错误。...部分回归部分回归测试的特征是只包含产品的修改部分和可能受到影响的相关部分。测试团队使用特定的策略，来确保部分回归测试能产生良好的结果。...用户界面测试可确保应用程序良好的观感，通常这可以预先确保产品的受欢迎程度。当产品功能不断增加时，需要进行用户界面的回归测试，多个新的用户界面元素会导致用户的混淆。

1.6K5 0

职场 | 如何让你的数据直觉更敏锐

最基本的是null模型，它只有一个参数—响应变量的总体平均值（加上一些随机分布的错误）。该模型假定响应变量不依赖于任何解释变量。相反，它的值完全由关于整体均值的随机波动来解释。...你应该在两者之间寻找一个模型—一个能很好地拟合数据并具有良好解释力的模型。您可以尝试拟合最大模型。该模型包括所考虑的所有因素和制约条件。...如果我们没有过多地地干涉统计结果的可能性，那么洞察力是没有价值的，正是由于这个原因，在任何时候都持怀疑态度是值得的。...特别是考虑到“意外地”拒绝零假设（至少在天真地应用频率论方法时）是多么容易时，怀疑态度更是不可缺少。数据挖掘（或“p-hacking”）可以抛出各种无意义的结果，但这些结果有着非常重要的统计学意义。...在无法避免多次比较的情况下，有必要采取措施减少I型错误（误报，或者说“看不到真正存在的效果”）。首先，在统计测试方面，选择一个本质上谨慎的测试。检查是否正确满足了测试对数据的假设。

4910 0

加州大学伯克利分校研究人员开源RAD来改进强化学习算法

Lee、Adam Stooke、Lerrel Pinto、Pieter Abbeel、 Aravind Srinivas 译者 | 许学文在第一次将图像增强应用在强化学习（RL）领域时，研究人员就得到了令人惊讶的结果...，在 DeepMind 控制套件和基于 OpenAI ProcGen 环境的测试泛化能力上，对简单的 RL 算法仅数据增强这一项就可以让数据效率达到先进水平。...结果表明，在通用基准测试中，诸如随机裁切、颜色抖动、色块切除和随机卷积之类的数据增强可以使简单的 RL 算法在数据效率、泛化能力和处理速度方面，达到甚至超过复杂的前沿技术的表现。...3、在 DeepMind 控制套件上，通过单一方式增强数据后，随机裁剪相对于其他所有方式对最终性能的影响效果最为明显。...但是颜色增强（例如：随机卷积和颜色抖动）在类似 CoinRun 的环境上依然可以增强测试时性能，如下图所示： ? 为什么随机裁剪数据增强方式如此高效？

8701 0

Hudson River Trading：如何正确看待Machine Learning学术论文

Mania等人的“简单随机搜索…”中的这张图表明，即使是一个简单的策略也可以在许多控制任务中取得良好的结果——但阴影区域表明，这些策略的质量可能存在很大的差异这个问题在学术界并不陌生，一些研究人员已经证明...，如果一个人在许多标准测试任务中着眼于最简单的可能解决方案，他可以找到非常简单和健壮的结果。...这有点类似于提出强化学习算法改进的学者所面临的问题。RL方法是随机的，每次运行的性能差异很大，而且基准测试任务本身也存在随机性的问题。...对于实践者来说，我们需要对任何新的结果都有很大程度的怀疑，并且更喜欢那些在任何可能的地方都能强有力地证明其可重复性的方法。...考虑设计一个深度学习模型优化器的问题。有越来越多的优化器是为深度学习问题设计的，但实际上选择优化器本身就是一个令人担忧的问题。

7592 1

让你的火柴人动起来！DeepMind发布强化学习环境dm

架构和设计 DeepMind控制套件是一套稳定的、测试结果良好的连续控制任务，它十分易于使用和修改。这些任务由Python编写，并用MJCF定义。...写出比计划更简单或更复杂的任务是容易的，但它们也许没有解决方案，或强化学习得出了很离谱的结论，比如“作弊”。为了防止这些情况发生，基于雅达利游戏的街机游戏学习环境ALE已经被广泛测试了长达10年。...在一些情况下，如当系统随机生成一个模型时，它在不同任务中也许有不同的物理属性。在我们的控制套件中，任务被按照预定义的标签整理成组。...在我们的套件里，如果用任务，那我们只需对应两点的坐标位置；如果用任务，那么由于目标到轴的增益矩阵是完全随机的，所以简单智能体无法解决这个问题，它就不在组里。...Walker (18, 6, 24)：这是一个由Lillicrap等人改良的平面步行者。在任务里，它的奖励是直立的躯干和躯干高度；而在和任务中，它的奖励包括一个令人振奋的前进速度。

2.2K6 0

我又双叒叕崩了！！！

对于程序员来说，都希望代码可以实现一步到位，绕开令人头疼的BUG。但是在程序员的编程生涯中，免不了和BUG打交道。大家好，我是一个小白，编程心态天天崩，今天也一样！...不过估计在座的兄弟们也出现过类似的bug吧，老觉得自己没问题，有框架怀疑框架，没框架怀疑语言…… 代码的BUG叫人怀疑人生，那么我们该如何有效减少代码的BUG呢？ 1)....养成良好的编程习惯要想提高编程能力，养成良好的编程习惯是非常有必要的。因为良好的编程习惯不仅仅使编写的代码看上去有规范的美感，还使编写的代码具有良好的易读性、扩展性和维护性等优点。...虽然你自己觉得头脑其实很清醒，但是第二天自测，或者QA测试的时候你有可能就会发现问题很多。我们一般不提倡长期加班写代码，因为那样会导致Bug率直线上升。 ? 3)....代码验证在提交测试前要多验证，其中包括自动化测试、手动跑用例等。有一句话说的好，千万别怕麻烦，不然你会麻烦一辈子。 4).

3093 0

根据大脑活动来重建大脑所感知的图像

因此，我们可以使用EEG非常详细地了解我们大脑对面孔的感知是如何发展的。” 事实上，研究人员估计，我们的大脑需要大约170毫秒(0.17秒)才能形成我们所看到的面孔的良好表征。...这项研究证实了 EEG 具有用于此类图像重建的潜力。如下图所示，在基于组数据的连续10毫秒窗口中，中性和快乐的人脸图像的重建结果。...中性面孔和快乐面孔在多个时间间隔内均表现出高于随机的辨别；阴影区域表示中性面孔优于随机区分的间隔)。在N170分量(图1)和模式分类发现的识别峰(图2)附近，重构精度最大。...Nemrodov指出，这项研究证实了脑电图在这种类型的图像重建方面的潜力，许多研究人员怀疑，鉴于其明显的局限性，这是可能的。...“真正令人兴奋的是，我们重建的不是正方形和三角形，而是人脸的真实图像，这涉及许多细粒度的视觉细节。” “事实上，我们可以根据人们的大脑活动重建他们的视觉体验，这为很多可能性打开了大门。

6504 0

RunAbove:Power8公有云是x86部署100倍

第2页：基准测试中Power8实例表现不凡针对基准测试进行设置体验令人满意，通过Phoronix测试套件对PowerPC进行开箱即用测试。...尽管运行GCC编译器会场出现PowerPC不支持“march=native”问题，可能是由于GCC 4.9具有良好Power8支持，但默认的编译器没有改变RunAbove云应用测试运行。 ?...针对John The Ripper, Primesieve以及Smallpt基准测试的结果，两个实例应用具表现出很好的工作负载性能，同时可以充分利用处理器的线程技术，最大程度运行在PowerPC上，但常见的测试实例在扩展到极高的核心数量或并不能很好...通常情况，对于远程云服务提供良好的性能比较是一个挑战。...另外，在对亚马逊EC2 x86云计算的基准测试结果中采用相同的的测试软件，Power8 2XL实例能够击败亚马逊EC2 m3.xlarge实例，Dolfyn不扩展到多核心的高端x86虚拟机可以比2XL性能强

1K6 0

GPT-4满分通过MIT本科数学考试！却遭同门质疑“作弊”，数据集本身就有问题

参与测试的AI模型有GPT-3.5、GPT-4、StableVicuna-13B、LLaMA-30B和LLaMA-60B。结果嘛，可想而知，GPT-4满分通过，但GPT-3.5却只做对了三分之一。...揭开“网骗”GPT-4的面纱在6月16日发现这篇论文后，三人决定深入挖掘一下。但是一小时内，他们对论文的方法论产生了怀疑，不到两个小时，他们意识到，数据集本身是有问题的。...论文中写到，研究人员“在没有图像和有解决方案的问题中随机选择了288个问题的测试集”。...除了问题本身存在争议外，他们还发现，在所检查的288个问题中，有14个是重复的，在这些情况下，问题串之间的唯一区别是极小的字符级噪音，或者完全相同。鉴于此，GPT-4能够获得满分不得不令人怀疑。...这本身没什么问题，只要给出的例子和问题存在足够大的差异，以便不暴露不公平信息。但是在随机扫描已发布的测试数据集时，他们注意到一些奇怪的事情。

1622 0

已经不需要司机的Waymo无人车，何时才能摆脱后座待命的工程师？

不过，从2015到2016年，Waymo将自己无人车在两次干预之间的行驶里程数提升到了三倍，这是一个非常令人期待的提升率。...一种可能的解释是Waymo放弃了一揽子全包的路线，将车辆的制造外包给了像菲亚特克莱斯勒这样的合作伙伴，然后走了条捷径，把自己的传感器套件装在了那些并非由自己制造的产品上。...Waymo在2016年开始在华盛顿柯克兰进行测试，同时在2016年全年，Waymo都在扩张自己在亚利桑那州的路测范围。不过我们对于这种悲观的结论持怀疑态度。...而Waymo在华盛顿、亚利桑那和德克萨斯都进行过路测，不同的地理环境可能造成极为不同的测试结果。最终，Waymo发布的商业化服务可能会在更安全的地域进行，收集数据是为了训练和进一步提升服务。...比如亚利桑那州的钱德勒位于凤凰城市郊，拥有良好的天气、简单的道路以及有限的政府监管，看上去就是一个非常适宜路测的城市。毫无疑问，无人车市场的风险依然很高。

5953 0

开源安全工具与商业安全工具的对决

开发者不希望使用碎片化的工具，也不希望获得太多警报或仪表盘。相反，他们需要对安全工具的结果质量有极高的信任。...自从首次推出了其用于开源的 SCA 扫描器（这是他们的知名产品）以来，Snyk 已经添加了相当多的工具到其套件中，以提供更全面的安全性。...来自当今行业最大供应商的安全套件似乎在一家店提供了这种端到端的能力套件，但它们真的堆叠起来了吗？...结果令人震惊。虽然我们发现具有传统核心产品的公司在与开源工具的基准测试中表现良好，但引人注目的数据显示，为提供更全面的端到端覆盖而添加到套件中的其他工具与最好的开源工具几乎没有堆叠(如果有的话)。...当添加由 Jit 团队用 AI 策划的专用规则来增强检测时(在封闭源商业产品中不可能实现)，这一点就更加明显了。对于代码扫描，这也是正确的，即使是被推广为支持良好的语言，如 Python。

1091 0

第一篇证明离线RL中使用TPMs的可能性的论文，即使NP-hard

尽管其吸引人的简单性，但仍不清楚仅仅通过表达建模是否保证了RvS算法的良好性能，如果是这样，在什么类型的环境中。也许令人惊讶的是，本文发现了许多RvS算法的常见失败并不是由建模问题引起的。...“Medium-Expert”数据集混合了100万步的专家演示和部分训练过的SAC策略或随机策略生成的100万步。结果经过归一化处理，以确保经过良好训练的SAC模型得分为100，随机策略得分为0。...实证洞见结果如表1所示。首先，Trifle在Med-Replay数据集中取得了最先进的成绩，尤其在比另外两种类型的数据集包含更多次优轨迹的情况下表现良好。...接下来，与每个单独的基线相比，Trifle在9个基准测试中的5到9个中取得了更好的结果。...如图3b所示，这四种算法的相对性能为DT < TT < s-Trifle < m-Trifle，这与预期结果基本一致。唯一的“令人惊讶”的结果是s-Trifle相对于TT的优越性能。

1241 0

用AI取代SGD？无需训练ResNet-50，AI秒级预测全部2400万个参数，准确率60% | NeurIPS 2021

但天底下终究“没有免费的午餐”，因此当该元模型预测其它不同类型的架构时，预测的参数不会很准确（有时可能是随机的）。一般来说，离训练分布越远（见图中的绿框），预测的结果就越差。...我们仍然可以将其作为具有良好初始化参数的模型，而不需要像过去那样，使用随机初始化，“我们可以在这种迁移学习中受益，尤其是在少样本学习任务中。”...令人惊讶的是，GHN-2 显示出良好的分布外泛化，比如对于相比训练集中更大和更深的架构，它也能预测出良好的参数。...2 实验：参数预测尽管 GHN-2 从未观察过测试架构，但 GHN-2 为它们预测了良好的参数，使测试网络在两个图像数据集上的表现都出奇的好（表 3 和表 4）。...GHN-2甚至在 ImageNet 上展示了良好的结果，其中对于某些架构，实现了高达 48.3% 的top-5准确率。虽然这些结果对于直接下游应用来说很不够，但由于三个主要原因，它们非常有意义。

3012 0

同行评审是这样略读论文的！Ian Goodfellow实力「嘲讽」了一波

机器之心报道作者：李亚洲、路「我怀疑同行评审实际上会造成而非减轻 Zachary Lipton 和 Jacob Steinhardt 不久之前在文章《Troubling Trends in Machine...我怀疑同行评审实际上会造成而非减轻 Zachary Lipton 和 Jacob Steinhardt 不久之前在文章《Troubling Trends in Machine Learning Scholarship...最近，「同行评审」一直是 Reddit 上与 Twitter 上的热门话题，从本科毕业生成为评审到 NIPS 2018 评审结果的出炉，都引发了 AI/ML 学者对同行评审机制的讨论。...无法确定达到好效果的来源，例如，当实际上是因为对超参数微调而获得好效果的时候，却强调不必要修改神经网络结构。数学性：使用令人混淆的数学术语而不加以澄清，例如混淆技术与非技术概念。...这样论文就通过了「我略读论文，也看到了方程或矫揉做作的理论名称」的测试。类似地，评审人员也会在读到一篇关于表现良好的新方法的论文时，因为论文中没有解释为何该方法性能良好而拒绝该论文。

2931 0

常用测试集带来过拟合？你真的能控制自己不根据测试集调参吗

因此研究社区可能设计出只在特定测试集上性能良好，但无法泛化至新数据的模型。...这种不匹配带来了一种显而易见的危险，研究社区可能会轻易设计出只在特定测试集上性能良好，但无法泛化至新数据的模型 [1]。...这说明当前对测试集进行长时间「攻击」的研究方法具有惊人的抗过拟合能力。但是该研究结果令人对当前分类器的鲁棒性产生质疑。尽管新数据集仅有微小的分布变化，但广泛使用的模型的分类准确率却显著下降。...此外，他们还评估了基于随机特征的「浅层」方法 [2,16]。总体来说，原始 CIFAR-10 测试集上的准确率的范围是 80% 到 97%。...然而，性能最好的模型所具有的令人印象深刻的准确率令人怀疑，因为多年来一直使用相同的测试集来选择这些模型。

1K4 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭