典型文献
面向TensorFlow和PyTorch的线性代数基准测试
文献摘要：
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、Py-torch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.
文献关键词：
线性代数;TensorFlow;Pytorch;高性能计算;矩阵乘法
中图分类号：
作者姓名：
胥凌
作者机构：
航空工业西安航空计算技术研究所,陕西 西安710000
文献出处：
引用格式：
[1]胥凌-.面向TensorFlow和PyTorch的线性代数基准测试)[J].航空计算技术,2022(03):5-9
A类：
BLAS
B类：
TensorFlow,PyTorch,线性代数,基准测试,开发者,性能优化,学习应用,算进,测试程序,优化程度,计算图,图模型,自动识别,括号,优化技术,提升性能,Pytorch,高性能计算,矩阵乘法
AB值：
0.335946
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
