基于神經(jīng)網(wǎng)絡(luò)的循環(huán)程序分塊大小預(yù)測(cè)
資料介紹
循環(huán)程序的優(yōu)化一直是程序優(yōu)化的重點(diǎn),循環(huán)分塊作為一種典型的循環(huán)程序優(yōu)化技術(shù)已被廣泛地研究和應(yīng)用。分塊大小的選擇對(duì)循環(huán)程序的性能有著重要影響,分塊大小的選擇復(fù)雜多變且高度依賴程序和硬件。傳統(tǒng)的靜態(tài)分析和啟發(fā)式經(jīng)驗(yàn)搜索的人工和時(shí)間成本過(guò)高,缺少通用性和可移植性。為此,考慮使用有良妤高維表示特性的神經(jīng)網(wǎng)絡(luò)方法來(lái)學(xué)習(xí)程序與硬件復(fù)雜交互過(guò)程中分塊大小與程序性能的隱含關(guān)聯(lián)。從問(wèn)題規(guī)模、循環(huán)結(jié)構(gòu)、循環(huán)內(nèi)操作的局部性等方面抽取出一組新的29維特征,對(duì)問(wèn)題規(guī)模為1024~2048的隨機(jī)大小的6類內(nèi)核程序(3維循環(huán)、2維數(shù)據(jù))的數(shù)十萬(wàn)行示例進(jìn)行實(shí)驗(yàn)。串行模型(TSST6)相比GCCO2默認(rèn)優(yōu)化實(shí)現(xiàn)了6.64倍的平均加速比,相比窮盡搜索實(shí)現(xiàn)了98.5%的平均最大可用性能,相比 Pluto默認(rèn)分塊優(yōu)化實(shí)現(xiàn)了平均9.9%的性能提升。并行模型( TSSP-T6- Search)相比 Openmp默認(rèn)優(yōu)化實(shí)現(xiàn)了2.41倍的平均加速比,相比窮盡搜索實(shí)現(xiàn)了91.7%的平均最大可用性能,同時(shí)與 Pluto默認(rèn)分塊并行優(yōu)化相比得到了平均9%的性能提升。
- PyTorch教程之循環(huán)神經(jīng)網(wǎng)絡(luò)
- 基于果蠅算法的混合小波神經(jīng)網(wǎng)絡(luò)交通流預(yù)測(cè)模型 40次下載
- 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的Modbus/TCP安全漏洞測(cè)試 30次下載
- 基于BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的光伏發(fā)電預(yù)測(cè)模型 35次下載
- 基于層級(jí)循環(huán)神經(jīng)網(wǎng)絡(luò)的X線線圖像腰椎識(shí)別 23次下載
- 基于循環(huán)神經(jīng)網(wǎng)絡(luò)模型的航班客座率預(yù)測(cè) 6次下載
- 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的空間軌跡壓縮算法 5次下載
- 跨尺度循環(huán)神經(jīng)網(wǎng)絡(luò)在電力負(fù)荷預(yù)測(cè)中的應(yīng)用 18次下載
- 結(jié)合小波變換的LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的稅收預(yù)測(cè) 10次下載
- 一種攜帶歷史元素的循環(huán)神經(jīng)網(wǎng)絡(luò)推薦模型 5次下載
- 基于深度神經(jīng)網(wǎng)絡(luò)的文本分類分析 37次下載
- 如何使用混合卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)進(jìn)行入侵檢測(cè)模型的設(shè)計(jì) 19次下載
- 基于RBF神經(jīng)網(wǎng)絡(luò)的通信用戶規(guī)模預(yù)測(cè)模型 7次下載
- 基于模糊邏輯和神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè)
- 基于神經(jīng)網(wǎng)絡(luò)的開(kāi)關(guān)電器設(shè)計(jì)與算法
- BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的建模步驟 602次閱讀
- 遞歸神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu) 295次閱讀
- 遞歸神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)方法 186次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別 343次閱讀
- 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建方法 375次閱讀
- 深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別 307次閱讀
- 什么是RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))?RNN的基本原理和優(yōu)缺點(diǎn) 1449次閱讀
- 卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別 881次閱讀
- 神經(jīng)網(wǎng)絡(luò)架構(gòu)有哪些 324次閱讀
- 循環(huán)神經(jīng)網(wǎng)絡(luò)模型與前向反向傳播算法 3022次閱讀
- 循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和(LSTM)初學(xué)者指南 839次閱讀
- 人工智能之機(jī)器學(xué)習(xí)的循環(huán)神經(jīng)網(wǎng)絡(luò)RNN算法解析 3472次閱讀
- 重點(diǎn)探討人工智能領(lǐng)域的循環(huán)神經(jīng)網(wǎng)絡(luò)技術(shù) 982次閱讀
- 循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的詳細(xì)介紹 1.3w次閱讀
- 詳細(xì)解析神經(jīng)網(wǎng)絡(luò)的含義、挑戰(zhàn)、類型、應(yīng)用 9235次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費(fèi)下載
- 0.00 MB | 1491次下載 | 免費(fèi)
- 2單片機(jī)典型實(shí)例介紹
- 18.19 MB | 95次下載 | 1 積分
- 3S7-200PLC編程實(shí)例詳細(xì)資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識(shí)別和講解說(shuō)明
- 4.28 MB | 18次下載 | 4 積分
- 5開(kāi)關(guān)電源原理及各功能電路詳解
- 0.38 MB | 11次下載 | 免費(fèi)
- 6100W短波放大電路圖
- 0.05 MB | 4次下載 | 3 積分
- 7基于單片機(jī)和 SG3525的程控開(kāi)關(guān)電源設(shè)計(jì)
- 0.23 MB | 4次下載 | 免費(fèi)
- 8基于AT89C2051/4051單片機(jī)編程器的實(shí)驗(yàn)
- 0.11 MB | 4次下載 | 免費(fèi)
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費(fèi)
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費(fèi)
- 4LabView 8.0 專業(yè)版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費(fèi)
- 5555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33562次下載 | 免費(fèi)
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費(fèi)
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費(fèi)
- 8開(kāi)關(guān)電源設(shè)計(jì)實(shí)例指南
- 未知 | 21539次下載 | 免費(fèi)
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費(fèi)
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537793次下載 | 免費(fèi)
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費(fèi)
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費(fèi)
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費(fèi)
- 6電路仿真軟件multisim 10.0免費(fèi)下載
- 340992 | 191183次下載 | 免費(fèi)
- 7十天學(xué)會(huì)AVR單片機(jī)與C語(yǔ)言視頻教程 下載
- 158M | 183277次下載 | 免費(fèi)
- 8proe5.0野火版下載(中文版免費(fèi)下載)
- 未知 | 138039次下載 | 免費(fèi)
評(píng)論
查看更多