code performance predictor:代码性能预测器 源码
基于GNN的代码性能预测器 此存储库需要Python 3.5+和解unzip包。 下载所需数据 我们使用GNN尝试学习预测使用LLVM编译器进行两组优化的应用程序的性能差异。 下面描述了所使用的数据集。 为此,我们使用以下方案中描述的网络: 该网络的实现位于GNN.py中,它使用Spektral框架( ) 要安装需求,使用简单: pip install -r requirements-gpu.txt 可以从克隆所使用的数据,并且必须将其放置在./data/目录中。 您可以使用./data/目录中的fetch_and_process_ccpe_data.sh脚本来正确下载./data/压缩数据。 该命令将是: ./data/fetch_and_process_ccpe_data.sh 之后,解压缩运行时文件,该文件包含有关每个应用程序每个优化序列的执行时间的信息。 可以使用以
文件列表
code-performance-predictor-main.zip
(预估有个47文件)
code-performance-predictor-main
generate_cdfgs.ipynb
30KB
utils.py
3KB
data
inst2vec
emb.p
6.53MB
selected_cdfgs_control-data_20000samples_150x150.yaml
4.48MB
selected_cfgs_20000samples_150x150.yaml
3.79MB
ccpe-applications-information.yaml
10.17MB
selected_cfgs_20000samples_300x300.yaml
3.78MB
暂无评论