期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
GSO:基于图神经网络的深度学习计算图子图替换优化框架
被引量:
3
1
作者
苗旭鹏
周跃
+1 位作者
邵蓥侠
崔斌
《计算机科学》
CSCD
北大核心
2022年第3期86-91,共6页
深度学习在各种实际应用中取得了巨大成功,如何有效提高各种复杂的深度学习模型在硬件设备上的执行效率是该领域重要的研究内容之一。深度学习框架通常将深度学习模型表达为由基础算子构成的计算图,为了提高计算图的执行效率,传统的深...
深度学习在各种实际应用中取得了巨大成功,如何有效提高各种复杂的深度学习模型在硬件设备上的执行效率是该领域重要的研究内容之一。深度学习框架通常将深度学习模型表达为由基础算子构成的计算图,为了提高计算图的执行效率,传统的深度学习系统通常基于一些专家设计的子图替换规则,采用启发式搜索算法来优化计算图。它们的不足主要有:1)搜索空间大,效率低下;2)缺乏可拓展性;3)难以利用历史优化结果。为了解决上述问题,文中提出了GSO,即一个基于图神经网络的深度学习计算图子图替换优化框架。该框架将计算图的子图优化建模成经典的子图匹配问题,基于计算图中算子的特征信息和计算图的拓扑结构信息,通过图神经网络模型来估计每种子图替换规则的匹配可行性和位置。基于与主流深度学习系统兼容的Python接口实现了GSO,实验结果表明:1)相比全量的子图替换规则,基于图神经网络的子图匹配预测可以最多减少92%的搜索空间;2)相比现有的启发式搜索算法,GSO可以更快地完成计算图子图替换优化(2倍以上),并使优化后的子图最多得到34%的加速。
展开更多
关键词
计算
图
优化
子图替换
深度学习
图
神经网络
下载PDF
职称材料
EGG图文法语法分析算法的研究
被引量:
1
2
作者
朱云
曾晓勤
朱宁
《计算机科学》
CSCD
北大核心
2012年第10期272-277,293,共7页
EGG是一种基于边的上下文相关图文法形式化框架,其语法分析(归约操作)算法是该文法重要的组成部分。在简要介绍EGG的基础上,给出了EGG语法分析算法的设计,其中包括子图匹配算法、子图替换算法和算法计算复杂性的分析。为了展示如何用EG...
EGG是一种基于边的上下文相关图文法形式化框架,其语法分析(归约操作)算法是该文法重要的组成部分。在简要介绍EGG的基础上,给出了EGG语法分析算法的设计,其中包括子图匹配算法、子图替换算法和算法计算复杂性的分析。为了展示如何用EGG来定义图语言,特别是如何用所设计的归约算法来分析图,文中以程序流程图为例,给出了相关的EGG形式定义以及对一个具体流程图的归约过程,并探讨了可能降低分析算法复杂性的一些途径。
展开更多
关键词
图
文法
语法分析
子
图
匹配
子图替换
推导
归约
下载PDF
职称材料
题名
GSO:基于图神经网络的深度学习计算图子图替换优化框架
被引量:
3
1
作者
苗旭鹏
周跃
邵蓥侠
崔斌
机构
北京大学信息科学技术学院
北京邮电大学计算机学院
出处
《计算机科学》
CSCD
北大核心
2022年第3期86-91,共6页
基金
国家重点研发计划(2018YFB1004403)
国家自然科学基金(61832001)
北京大学-腾讯协同创新实验室项目。
文摘
深度学习在各种实际应用中取得了巨大成功,如何有效提高各种复杂的深度学习模型在硬件设备上的执行效率是该领域重要的研究内容之一。深度学习框架通常将深度学习模型表达为由基础算子构成的计算图,为了提高计算图的执行效率,传统的深度学习系统通常基于一些专家设计的子图替换规则,采用启发式搜索算法来优化计算图。它们的不足主要有:1)搜索空间大,效率低下;2)缺乏可拓展性;3)难以利用历史优化结果。为了解决上述问题,文中提出了GSO,即一个基于图神经网络的深度学习计算图子图替换优化框架。该框架将计算图的子图优化建模成经典的子图匹配问题,基于计算图中算子的特征信息和计算图的拓扑结构信息,通过图神经网络模型来估计每种子图替换规则的匹配可行性和位置。基于与主流深度学习系统兼容的Python接口实现了GSO,实验结果表明:1)相比全量的子图替换规则,基于图神经网络的子图匹配预测可以最多减少92%的搜索空间;2)相比现有的启发式搜索算法,GSO可以更快地完成计算图子图替换优化(2倍以上),并使优化后的子图最多得到34%的加速。
关键词
计算
图
优化
子图替换
深度学习
图
神经网络
Keywords
Optimizing DNN computation
Graph substitutions
Deep learning
Graph neural network
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
EGG图文法语法分析算法的研究
被引量:
1
2
作者
朱云
曾晓勤
朱宁
机构
河海大学计算机与信息学院
出处
《计算机科学》
CSCD
北大核心
2012年第10期272-277,293,共7页
基金
国家自然基金(61170089)资助
文摘
EGG是一种基于边的上下文相关图文法形式化框架,其语法分析(归约操作)算法是该文法重要的组成部分。在简要介绍EGG的基础上,给出了EGG语法分析算法的设计,其中包括子图匹配算法、子图替换算法和算法计算复杂性的分析。为了展示如何用EGG来定义图语言,特别是如何用所设计的归约算法来分析图,文中以程序流程图为例,给出了相关的EGG形式定义以及对一个具体流程图的归约过程,并探讨了可能降低分析算法复杂性的一些途径。
关键词
图
文法
语法分析
子
图
匹配
子图替换
推导
归约
Keywords
Graph grammar
Parsing
Subgraph matching
Subgraph substitution
Derivation
Reduction
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
GSO:基于图神经网络的深度学习计算图子图替换优化框架
苗旭鹏
周跃
邵蓥侠
崔斌
《计算机科学》
CSCD
北大核心
2022
3
下载PDF
职称材料
2
EGG图文法语法分析算法的研究
朱云
曾晓勤
朱宁
《计算机科学》
CSCD
北大核心
2012
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部