C组Flask深度学习部署系统测试需求

"C组在2020春季学期的《软件工程综合实验》课程中开发了一个基于Flask的深度学习自动化部署系统。该系统旨在实现深度学习模型的便捷部署，支持数据即服务（DaaS）。文档详细描述了测试需求，包括测试范围、服务器和客户端环境、测试工具和方法。测试覆盖了功能和性能需求，确保系统在各种条件下能正常运行。" 本文档主要围绕基于Flask的深度学习自动化部署系统，详细阐述了测试需求规格，目的是确保软件质量，满足用户需求，并为开发人员、测试人员和项目验收方提供清晰的测试指导。 1. **测试需求**： - 测试需求基于软件需求规格说明书（SRS）和源代码进行分析，旨在明确测试范围和设计测试用例。 - 测试范围涵盖功能需求测试和性能需求测试，以验证系统在正常和异常情况下的表现。 2. **测试范围**： - 功能需求测试包括账户管理、项目管理、模型管理和实例管理四大模块，确保这些功能在不同边界条件和异常情况下均能正常工作。 - 性能需求测试关注系统在高并发和模型实例数达到上限时的性能表现。 3. **服务器环境**： - 硬件配置要求高性能服务器，如Intel Xeon Silver 4208 CPU和NVIDIA GeForce RTX 2080 GPU，以及足够的内存和硬盘空间。 - 软件环境需要类Unix操作系统、Flask框架、MySQL数据库、Python 3.6、Nginx web服务器、Docker容器化平台，以及Tensorflow和PyTorch深度学习库。 4. **客户端环境与测试工具**： - 客户端操作系统推荐Ubuntu 18.04.3，浏览器要求包括Firefox、Chrome和Microsoft Edge的特定版本。 - 压力测试工具选用http_load (Ver2006)进行并发访问和性能测试。 5. **测试方法**： - 功能测试设计了正常和异常情况的用例，通过模拟用户交互验证系统功能的正确性。 - 性能测试涉及模型实例上限测试和网站并发访问压力测试，以评估系统的承载能力和稳定性。 通过这些详细的测试计划，C组能够全面评估其深度学习自动化部署系统的功能和性能，确保在实际使用中的稳定性和可靠性。这份测试需求规格说明书是项目成功的关键文档，为软件开发的后续阶段提供了坚实的基础。