等价类的定义

等价类是把所有的输入数据，即程序的输入域划分为若干部分（子集），然后从每一个子集中选取少数具有代表性的数据作为测试用例。是一种非常重要的、常用的黑盒测试用例设计方法。

释义

核心是根据输入值的可选条件划分有效等价类和无效等价类，分别设计出正向测试用例和反向测试用例。

范例

例如：输入框测试，输入数值范围为0－100的整数

1、考虑等价类划分的可选条件

等价类划分时首先需要考虑划分的维度

2、考虑等价类的类别

3、选取测试用例的输入值

根据这些集合设计相应的测试用例输入：
有效等价类：
数值范围内考虑边界值选取1,99,50三个输入值

无效等价类：
数值范围外考虑边界值选取：0,100,-1,101
非数值选取：ab,中文,!@#
非整数选取：0.1,0.0001
空值：NULL

4、根据输入值设计对应的测试用例

根据以上输入值分别设计测试用例即可。

代码参考：

import tensorflow as tf
import numpy as np
x_data = np.float32(np.random.rand(2, 100))
y_data = np.dot([0.100, 0.200], x_data) + 0.300
b = tf.Variable(tf.zeros([1]))
W = tf.Variable(tf.random_uniform([1, 2], -1.0, 1.0))
y = tf.matmul(W, x_data) + b
loss = tf.reduce_mean(tf.square(y - y_data))
optimizer = tf.train.GradientDescentOptimizer(0.5)
train = optimizer.minimize(loss)

等价类参考： 百度参考