MétaCan
Menu
Retour à la cohorte
Enregistrement W6991580861

High-level static optimizations for efficient differentiable programming in MLIR

2023· dissertation· en· W6991580861 sur OpenAlexaff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2023
Typedissertation
Langueen
DomaineComputer Science
ThématiqueAdvanced Database Systems and Queries
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSet (abstract data type)Differentiable functionSoftwareComputation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Automatic differentiation (AD) is ubiquitous in the training of deep neural networks and other machine learning tasks.The emerging field of differentiable programming has recently found success in generalizing deep learning by applying gradient-based optimization via AD to increasingly sophisticated applications in a diverse array of fields [1][2][3][4][5].However, the most popular tools for AD are hyper-specialized to deep learning workloads.The performance of both the AD process itself and the resulting differentiated code suffer as applications veer further away from deep neural networks.The most popular AD tools also perform differentiation at runtime, which incurs runtime overhead with each of the potential millions of gradient descent steps.Some of these issues can be mitigated through performing ahead-of-time AD in a compiler.However, existing compiler-based methods predominantly operate on low-level compiler intermediate representations (IRs) that lose context and information after being lowered from the original program.Additionally, the most common form of AD incurs an asymptotically large memory cost relative to the original program, regardless of if the AD procedure is done at compile time or run time.To address these challenges, this thesis introduces LAGrad, a reverse-mode, compile time AD system that leverages high-level information in MLIR to produce efficient differentiated code.LAGrad employs a collection of novel static optimizations that benefit from the semantics of high-level MLIR dialects to exploit the sparsity and structured control flow of generated code.Using these, LAGrad is able to achieve speedups of up to 2.8 and use 35 less memory relative to state of the art AD systems on real-world machine learning and computer vision benchmarks.LAGrad is the first tool to the authors' knowledge to exploit the structure and sparsity inherent in AD through static optimizations in a compiler.I would like to extend my deepest gratitude to my advisor, Professor Christophe Dubach, for his wisdom and continued support throughout my Master's degree.His guidance was instrumental in shaping me into the researcher that I am today,

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,743
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,028
Tête enseignante GPT0,266
Écart entre enseignants0,237 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetAdvanced Database Systems and QueriesTravaux en français237 207