收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

面向TensorFlow和PyTorch的线性代数基准测试

胥凌  
【摘要】:传统的高性能线性代数计算库如BLAS需要开发者具备丰富的性能优化经验,使用困难。TensorFlow、Pytorch等AI框架提供了简单的开发接口,促进了机器学习应用的发展。这些AI框架大量进行线性代数计算,但是不清楚其是否针对线性代数计算进行了性能优化。设计了一组线性代数计算测试程序,评估了AI框架对的线性代数计算的优化程度。分析显示AI框架在计算图模型下可以有效去除冗余子表达式,但仍然缺少自动识别矩阵链最佳括号的相关优化。未来AI框架可以通过吸收现有高性能线性代数加速库的优化技术进一步提升性能。

知网文化
【相似文献】
中国期刊全文数据库 前2条
1 刘俊利;何波;胡雅萌;;基于TensorFlow的时间序列预测系统[J];现代计算机;2019年14期
2 邢立国;李文坚;刘玉坤;;基于pytorch二次关系拟合(回归)及其实现[J];电脑知识与技术;2019年26期
中国硕士学位论文全文数据库 前1条
1 张殿焜;基于Tensorflow的神经网络求解Fredholm积分方程[D];浙江理工大学;2020年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978