Tôi đang xem xét ML để tạo mã hiệu quả hơn (tức là biên dịch thời gian và chạy heuristic). Tôi có một phd (trình biên dịch, hpc), nhưng rất ít kinh nghiệm ML.
Tôi sẽ đánh giá cao bất kỳ tài liệu tham khảo cho công việc hiện có.
Quan trọng hơn, tôi nên khám phá những kỹ thuật Machine Learning nào?
- mỗi mẫu dữ liệu là một mã + chạy thử + dữ liệu hiệu suất
- số lượng lớn mẫu dữ liệu, với nhãn chính xác
- số lượng lớn các tham số để sửa đổi
- bất kỳ mẫu nào cũng có thể được chạy lại với bất kỳ tham số nào (và nhận nhãn chính xác)
- số lượng lớn cpu để chạy và chạy lại mẫu
Và cũng có một số giả định rất đáng ngờ của tôi ...
- phần lớn mã đã được tối ưu cục bộ (tối ưu hóa trình biên dịch cơ bản)
- một số tham số là "khái niệm mức cao", ví dụ thay thế mảng bằng danh sách được liên kết. (vì vậy một thay đổi tham số nhỏ sẽ có hiệu ứng khác nhau)
- sự cải thiện mong muốn bị giới hạn (một cải tiến xK là "đủ tốt", K được biết đến nhiều)
- các tham số rất thưa thớt, hầu như bằng không (tôi nghi ngờ rằng hầu hết các mã về cơ bản là tốt và có tương đối ít thay đổi có lợi)
Bất kỳ con trỏ nào đặt tôi trên con đường của tôi sẽ được đánh giá cao
Âm thanh như bạn đang yêu cầu tham khảo cho bất kỳ giấy tờ trong thiết kế trình biên dịch. Có nhiều.
—
Tsuyoshi Ito
Tuyệt đối không! Tôi nhìn vào heuristic hoàn toàn bên ngoài thiết kế trình biên dịch. Các heuristic này tạo thành một không gian vấn đề rất lớn và không thể phân tích dễ dàng ngay cả trong thời gian chạy, do đó ML.
—
OA1
có lẽ bạn nên truy cập metaoptizes.com. Câu hỏi này nằm ngoài phạm vi ở đây.
—
Suresh Venkat
Tôi nhận ra rằng ML ML ML trong câu hỏi không có nghĩa là tôi nghĩ nó có nghĩa gì .
—
Tsuyoshi Ito
@TsuyoshiIto Tôi muốn nói rằng những kỹ thuật này có thể được đưa vào Máy ảo, chứ không phải chính trình biên dịch
—
om-nom-nom