python单元测试入门

编写基本的单元测试来验证代码的行为。

使用的库:unittest

单元测试框架

python的unittest库的基本单元测试框架可以表示为:

python 复制代码
import unittest

class XXXTests(unittest.TestCase): # 第一个测试集
	@classmethod
	def setUpClass(self):
		...
		self.x, self.y = _get_xy() # example func

	def test_a(self): # 第一个单元测试
		...
	def test_b(self): # 第二个单元测试
		self.assertEqual(self.x, self.y)
		
class YYYTests(unittest.TestCase): # 第二个测试集
	...

if __name__ == '__main__':
	unittest.main()

简单来说,派生的每个TestCase子类,表示一个单元测试集,其中的每个test_xxx函数,都是一个单独的单元测试。

组织单元测试时,可以按照层级式的划分来进行。在单个文件中,单元测试有两个层级:TestCase类派生,以及TestCase下的test_xxx函数。unittest的单元测试对函数名有要求,必须以test_开头,才能被当作一个测试函数存在。每个单元测试内可以存在多个assert函数。

单元测试可以直接写在源码文件中,在if __name__ == '__main__':时调用unittest.main(),使得只有在main直接运行源码文件才会进行单元测试。此外,通过__all__变量也能进一步约束对源码文件的导入行为,通过from xxx import *的形式导入该源码文件时,只能使用__all__中的成员。

python 复制代码
__all__ = ['UsefulClass']
class UsefulClass():
	def __init__()

### ---
# unittests
### ---
class ClassTests(unittest.TestCase):
	def test_UsefulClass():
		[some test code]

assert方法

在单元测试中,通过调用.assertXXX方法来自动验证某些关键信息。例如

python 复制代码
# 输出形状
class ModelTests(unittest.TestCase):
	def test_asserts(self):
		x, y = get_xy()
		self.assertEqual(x, y)
		self.assertTrue(x==y)
		...

通常来讲,只要传入的参数有对应的重写运算符,就可以简单地调用.assertXXX方法来做验证。

使用单元测试检查深度学习组件的行为

可以通过简单检查输出shape的方法来测试深度学习组件的行为,例如

python 复制代码
import torch
import torch.nn as nn
import unittest
from resnet50 import ResNet50

class ConvTests(unittest.TestCase):
	def test_Conv2d(self):
		B, C, H, W = 5, 128, 28, 28
		x = torch.rand((B, C, H, W))
		conv = nn.Conv2d(in_channels=C, out_channels=C*2, kernel_size=3, stride=2, padding=1)
		out = conv(x)
		self.assertEqual(out.shape, torch.Size([B, C*2, H//2, W//2]))
	def test_ResNet50(self):
		input = _get_input()
		model = ResNet50()
		out = model(input)
		self.assertEqual(out.shape, torch.Size([shape values]))
相关推荐
董厂长3 小时前
langchain :记忆组件混淆概念澄清 & 创建Conversational ReAct后显示指定 记忆组件
人工智能·深度学习·langchain·llm
亿牛云爬虫专家3 小时前
Kubernetes下的分布式采集系统设计与实战:趋势监测失效引发的架构进化
分布式·python·架构·kubernetes·爬虫代理·监测·采集
G皮T6 小时前
【人工智能】ChatGPT、DeepSeek-R1、DeepSeek-V3 辨析
人工智能·chatgpt·llm·大语言模型·deepseek·deepseek-v3·deepseek-r1
九年义务漏网鲨鱼6 小时前
【大模型学习 | MINIGPT-4原理】
人工智能·深度学习·学习·语言模型·多模态
元宇宙时间6 小时前
Playfun即将开启大型Web3线上活动,打造沉浸式GameFi体验生态
人工智能·去中心化·区块链
开发者工具分享6 小时前
文本音频违规识别工具排行榜(12选)
人工智能·音视频
产品经理独孤虾7 小时前
人工智能大模型如何助力电商产品经理打造高效的商品工业属性画像
人工智能·机器学习·ai·大模型·产品经理·商品画像·商品工业属性
老任与码7 小时前
Spring AI Alibaba(1)——基本使用
java·人工智能·后端·springaialibaba
蹦蹦跳跳真可爱5897 小时前
Python----OpenCV(图像増强——高通滤波(索贝尔算子、沙尔算子、拉普拉斯算子),图像浮雕与特效处理)
人工智能·python·opencv·计算机视觉
nananaij7 小时前
【Python进阶篇 面向对象程序设计(3) 继承】
开发语言·python·神经网络·pycharm