Aprendizagem contínua aplicada ao problema de seleção de otimizações com estimativa estática
Os compiladores modernos aplicam otimizações aos códigos, na tentativa de melhorar os códigos gerados. O problema de seleção de otimizações consiste na escolha de uma sequência de otimizações que seja capaz de gerar um código de boa qualidade. Nesse contexto, o espaço de busca é amplo, consequenteme...
| Principais autores: | Fabrício Filho, João, Silva, Anderson Faustino da |
|---|---|
| Formato: | Trabalho Apresentado em Evento |
| Idioma: | Português |
| Publicado em: |
Campo Mourao
2017
|
| Assuntos: | |
| Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/2789 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| Resumo: |
Os compiladores modernos aplicam otimizações aos códigos, na tentativa de melhorar os códigos gerados. O problema de seleção de otimizações consiste na escolha de uma sequência de otimizações que seja capaz de gerar um código de boa qualidade. Nesse contexto, o espaço de busca é amplo, consequentemente uma busca exaustiva é impraticável. A aplicação da aprendizagem contínua de longo prazo mostra-se uma alternativa viável e prática para reduzir o custo de uma busca exaustiva. Contudo, o custo de se obter uma sequência de otimizações ainda demanda várias avaliações - compilar, executar e medir o tempo de execução do programa a cada sequência encontrada -, o que inviabiliza a aplicação de estratégias desse porte para usuários finais. O objetivo deste trabalho é aplicar aprendizagem contínua de longo prazo ao problema de seleção de otimizações, avaliando os códigos gerados sem a necessidade de uma execução real. Espera-se contribuir no intuito de aproximar tal estratégia a usuários finais, reduzindo o seu custo computacional. |
|---|