-
题名监督学习模型指导的函数级编译优化参数选择方法研究
被引量:6
- 1
-
-
作者
刘慧
赵荣彩
王琦
-
机构
解放军信息工程大学数学工程与先进计算国家重点实验室
河南师范大学计算机与信息工程学院
-
出处
《计算机工程与科学》
CSCD
北大核心
2018年第6期957-968,共12页
-
基金
国家重点研发计划"高性能计算"重点专项(2016YFB0200503)
-
文摘
基于机器学习的迭代编译方法可以在对新程序进行迭代编译时,有效预测新程序的最佳优化参数组合。现有方法在模型训练过程中存在优化参数组合搜索效率较低、程序特征表示不恰当、预测精度不高的问题。因此,基于机器学习的迭代编译方法是当前迭代编译领域内的一个研究热点,其研究挑战在于学习算法选择、优化参数搜索以及程序特征表示等问题。基于监督学习技术,提出了一种程序优化参数预测方法。该方法首先通过约束多目标粒子群算法对优化参数空间进行搜索,找到样本函数的最佳优化参数;然后,通过动静结合的程序特征表示技术,对函数特征进行抽取;最后,通过由函数特征和优化参数形成的样本构建监督学习模型,对新程序的优化参数进行预测。分别采用k近邻法和softmax回归建立统计模型,实验结果表明,新方法在NPB测试集和大型科学计算程序上实现了较好的预测性能。
-
关键词
编译优化参数
监督学习
空间搜索优化
特征抽取
-
Keywords
compiler optimization parameter
supervised learning
space search optimization
feature extraction
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名基于集成学习的编译优化参数选择方法研究
被引量:1
- 2
-
-
作者
刘慧
姚金阳
赵荣彩
-
机构
数学工程与先进计算国家重点实验室
河南师范大学计算机与信息工程学院
-
出处
《信息工程大学学报》
2019年第3期319-327,共9页
-
基金
国家重点研发计划资助项目(2016YFB0200503)
-
文摘
基于机器学习的迭代编译方法是当前迭代编译领域的研究热点,其挑战在于学习算法选择、优化参数搜索及程序特征表示等问题。基于集成学习技术提出一种优化参数组合自动预测方法ELOPS。使用约束多目标粒子群优化算法对优化空间进行搜索,找到样本函数最佳优化参数组合;通过特征—类相关性度量方法对函数特征进行抽取;最后通过由函数特征和最佳参数组合形成的样本构建集成学习模型,对新程序优化参数进行预测。基于两种平台,在NPB测试集和大型科学计算程序上与现有方法进行对比。实验结果表明,ELOPS方法比现有方法具有更好的预测性能。
-
关键词
编译优化参数
集成学习
优化空间搜索
特征抽取
-
Keywords
compilation optimization parameters
ensemble learning
optimal space search
features extraction
-
分类号
TP314
[自动化与计算机技术—计算机软件与理论]
-