机读格式显示(MARC)

• 000 01774nam0 22003011 450

• 001 0000446433

• 005 20231207162700.0

• 010 __ |a 978-7-302-61646-7 |d CNY138.00

• 100 __ |a 20231120d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 多面体编译理论与深度学习实践 |A duo mian ti bian yi li lun yu shen du xue xi shi jian |d = Polyhedral complation theory and its practice in deep learning |f 赵捷, 李宝亮编著 |z eng

• 210 __ |a 北京 |c 清华大学出版社 |d 2022.11

• 215 __ |a 291页 |c 图 |d 26cm

• 314 __ |a 赵捷, 2009年于清华大学获得工学学士学位, 2018年于法国巴黎高等师范学校获得工学博士学位。李宝亮, 2009年于清华大学获得工学学士学位, 2014年赴加拿大麦吉尔大学联合培养, 2015年于国防科学技术大学获得工学博士学位。

• 320 __ |a 有书目 (第285-291页)

• 330 __ |a 本书主要内容分为8个章节。第1章从体系结构的发展对编译技术的影响, 引出多面体模型及其研究意义。第2章介绍了多面体模型的数学基础, 包括相关的定义、定理和所需要的数学方法。第3章介绍了多面体模型对程序进行优化和代码生成的基本前提, 即依赖关系的定义、性质及其测试和分析方法。第4章详解了多面体模型中最经典的Pluto调度算法。第5章就多面体模型面向程序并行性的研究进行了梳理和归纳, 对各种不同的循环分块形状实现原理进行了阐述。第6章针对如何利用局部性原理在多面体模型中进行优化进行了介绍。第7章中介绍了根据多面体模型的数学抽象描述生成抽象语法树表示的方法。第8章内容介绍了多面体模型及其相关理论的最新进展。

• 510 1_ |a Polyhedral complation theory and its practice in deep learning |z eng

• 606 0_ |a 编译程序 |A bian yi cheng xu |x 程序设计

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP314 |v 5

• 690 __ |a TP181 |v 5

• 701 _0 |a 赵捷 |A zhao jie |4 编著

• 701 _0 |a 李宝亮 |A li bao liang |4 编著

• 801 _0 |a CN |b 辽批 |c 20231120

• 905 __ |a AUSTL |d TP314/Z419