Genesis: a language for generating synthetic training programs for machine learning
Genesis: a language for generating synthetic training programs for machine learning
复制标题
Genesis：一种用于生成机器学习综合训练程序的语言
DOI：
--
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
T. Abdelrahman
中科院分区：
文献类型：
--
作者：
A. Chiu;Joseph Garvey;T. Abdelrahman
我们描述了Genesis，这是一种用于生成合成程序的语言，用于基于机器学习的性能自动调整。该语言允许用户注释模板程序，以使用统计分布定制其代码，并基于这些分布生成程序实例。这有效地允许用户生成其特征或特征以统计控制的方式变化的训练程序。我们描述了语言结构，语言的原型预处理器，以及三个案例研究，展示了Genesis表达不同领域的一系列训练程序的能力。我们评估了预处理器的性能和它生成的样本的统计质量。我们相信，Genesis是一个有用的工具，可以生成大型和多样化的程序集，这是训练机器学习模型进行自动调整时的必要组件。
We describe Genesis, a language for the generation of synthetic programs for use in machine learning-based performance auto-tuning. The language allows users to annotate a template program to customize its code using statistical distributions and to generate program instances based on those distributions. This effectively allows users to generate training programs whose characteristics or features vary in a statistically controlled fashion. We describe the language constructs, a prototype preprocessor for the language, and three case studies that show the ability of Genesis to express a range of training programs in different domains. We evaluate the preprocessor's performance and the statistical quality of the samples it generates. We believe that Genesis is a useful tool for generating large and diverse sets of programs, a necessary component when training machine learning models for auto-tuning.
DOI：
10.1109/cgo.2013.6494993
发表时间：
2013-02
期刊：
Proceedings of the 2013 IEEE/ACM International Symposium on Code Generation and Optimization (CGO)
影响因子：
--
作者：
Dominik Grewe;Zheng Wang;M. O’Boyle
通讯作者：
Dominik Grewe;Zheng Wang;M. O’Boyle
MILEPOST GCC：基于机器学习的研究编译器
DOI：
--
发表时间：
2008
期刊：
--
影响因子：
--
作者：
Ayal Zaks
通讯作者：
Ayal Zaks