Automatic Tuning of Compilers Using Machine Learning / Ashouri, Amir H.  

Público ISBD Ningún comentario para este registro. Título : Automatic Tuning of Compilers Using Machine Learning Tipo de documento: documento electrónico Autores: Ashouri, Amir H., ; Palermo, Gianluca, ; Cavazos, John, ; Silvano, Cristina, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVII, 118 p. 23 ilustraciones, 6 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-71489-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional  Compiladores (programas informáticos)  Simulación por ordenador  Inteligencia artificial  Compiladores e intérpretes  Modelado por computadora Clasificación: 006.3 Resumen: Este libro explora enfoques innovadores para abordar y mitigar los conocidos problemas de optimización del compilador utilizando técnicas de exploración del espacio de diseño y aprendizaje automático. Demuestra que no todos los pasos de optimización son adecuados para su uso dentro de una secuencia de optimización y que, de hecho, muchos de los pasos disponibles tienden a contrarrestarse entre sí. Después de proporcionar un estudio exhaustivo de las metodologías disponibles actualmente, incluidas muchas comparaciones experimentales con marcos de compiladores de última generación, el libro describe nuevos enfoques para resolver el problema de seleccionar las mejores optimizaciones del compilador y el problema del orden de fases, lo que permite a los lectores superar la enorme complejidad de elegir el orden correcto de optimizaciones para cada segmento de código en una aplicación. Como tal, el libro ofrece un recurso valioso para un amplio público de lectores, incluidos investigadores interesados ​​en arquitectura informática, automatización de diseño electrónico y aprendizaje automático, así como arquitectos informáticos y desarrolladores de compiladores. Nota de contenido: Background -- DSE Approach for Compiler Passes -- Addressing the Selection Problem of Passes using ML -- Intermediate Speedup Prediction for the Phase-ordering Problem -- Full-sequence Speedup Prediction for the Phase-ordering Problem -- Concluding Remarks. . Tipo de medio : Computadora Summary : This book explores break-through approaches to tackling and mitigating the well-known problems of compiler optimization using design space exploration and machine learning techniques. It demonstrates that not all the optimization passes are suitable for use within an optimization sequence and that, in fact, many of the available passes tend to counteract one another. After providing a comprehensive survey of currently available methodologies, including many experimental comparisons with state-of-the-art compiler frameworks, the book describes new approaches to solving the problem of selecting the best compiler optimizations and the phase-ordering problem, allowing readers to overcome the enormous complexity of choosing the right order of optimizations for each code segment in an application. As such, the book offers a valuable resource for a broad readership, including researchers interested in Computer Architecture, Electronic Design Automation and Machine Learning, as well as computer architects and compiler developers. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Automatic Tuning of Compilers Using Machine Learning [documento electrónico] / Ashouri, Amir H., ; Palermo, Gianluca, ; Cavazos, John, ; Silvano, Cristina,  . -  1 ed.  . - [s.l.] : Springer, 2018 . - XVII, 118 p. 23 ilustraciones, 6 ilustraciones en color. ISBN : 978-3-319-71489-9 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia Computacional  Compiladores (programas informáticos)  Simulación por ordenador  Inteligencia artificial  Compiladores e intérpretes  Modelado por computadora Clasificación: 006.3 Resumen: Este libro explora enfoques innovadores para abordar y mitigar los conocidos problemas de optimización del compilador utilizando técnicas de exploración del espacio de diseño y aprendizaje automático. Demuestra que no todos los pasos de optimización son adecuados para su uso dentro de una secuencia de optimización y que, de hecho, muchos de los pasos disponibles tienden a contrarrestarse entre sí. Después de proporcionar un estudio exhaustivo de las metodologías disponibles actualmente, incluidas muchas comparaciones experimentales con marcos de compiladores de última generación, el libro describe nuevos enfoques para resolver el problema de seleccionar las mejores optimizaciones del compilador y el problema del orden de fases, lo que permite a los lectores superar la enorme complejidad de elegir el orden correcto de optimizaciones para cada segmento de código en una aplicación. Como tal, el libro ofrece un recurso valioso para un amplio público de lectores, incluidos investigadores interesados ​​en arquitectura informática, automatización de diseño electrónico y aprendizaje automático, así como arquitectos informáticos y desarrolladores de compiladores. Nota de contenido: Background -- DSE Approach for Compiler Passes -- Addressing the Selection Problem of Passes using ML -- Intermediate Speedup Prediction for the Phase-ordering Problem -- Full-sequence Speedup Prediction for the Phase-ordering Problem -- Concluding Remarks. . Tipo de medio : Computadora Summary : This book explores break-through approaches to tackling and mitigating the well-known problems of compiler optimization using design space exploration and machine learning techniques. It demonstrates that not all the optimization passes are suitable for use within an optimization sequence and that, in fact, many of the available passes tend to counteract one another. After providing a comprehensive survey of currently available methodologies, including many experimental comparisons with state-of-the-art compiler frameworks, the book describes new approaches to solving the problem of selecting the best compiler optimizations and the phase-ordering problem, allowing readers to overcome the enormous complexity of choosing the right order of optimizations for each code segment in an application. As such, the book offers a valuable resource for a broad readership, including researchers interested in Computer Architecture, Electronic Design Automation and Machine Learning, as well as computer architects and compiler developers. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200