TensorFlow XLA加速线性代数编译器

2020-7-28 14:31:51 1626 tensorflow

0 加速线性代数器（Accelerated linear algebra，XLA）是线性代数领域的专用编译器。根据 https://www.tensorflow.org/performance/xla/，它仍处于实验阶段，用于优化 TensorFlow 计算。 XLA 可以提高服务器和移动平台的执行速度、内存使用率和可移植性。它提供了双向 JIT（Just In time）编译或 AoT（Ahead of Time）编译。使用 XLA，你可以生成平台相关的二进制文件（针对大量平台，如 x64、ARM等），可以针对内存和速度进行优化。准备工作目前，XLA 并不包含在 TensorFlow 的二进制版本中。用时需要从源代码构建它。从源代码构建 TensorFlow，需要 TensorFlow 版的 LLVM 和 Bazel。TensorFlow.org 仅支持从 macOS 和 Ubuntu 的源代码构建。从源代码构建 TensorFlow 所需的步骤如下（参见https://www.tensorflow.org/install/install_sources）：确定要安装哪个版本的 TensorFlow——仅支持 CPU 的 TensorFlow 或支持 GPU 的 TensorFlow。复制 TensorFlow 存储库：安装以下依赖： Bazel TensorFlow 的 Python 依赖项对GPU版本，需要NVIDIA软件包以支持TensorFlow 配置安装。在这一步中，需要选择不同的选项，如 XLA、Cuda 支持、Verbs 等： ./configure 使用 bazel-build。对于仅使用 CPU 的版本：如果有兼容的 GPU 设备，并且需要 GPU 支持，请使用：成功运行后，将获得一个脚本：build_pip_package。按如下所示运行这个脚本来构建 whl 文件：安装 pip 包：现在你已经准备好了。具体做法TensorFlow 生成 TensorFlow 图表。在 XLA 的帮助下，可以在任何新类型的设备上运行 TensorFlow 图表。 JIT 编译：在会话级别中打开JIT编译：这是手动打开 JIT 编译：还可以通过将操作指定在特定的 XLA 设备（XLA_CPU 或 XLA_GPU）上，通过 XLA 来运行计算： AoT编译：独立使用 tfcompile 将 TensorFlow 图转换为不同设备（手机）的可执行代码。 0
2020-7-28 14:31:51　　评论淘帖0 举报相关推荐 • 线性代数及其应用 1 • 线性代数 0 • 线性代数超强总结 2489 • 线性代数是什么？为什么要有线性代数？ 21384 • 2013芜湖线性代数 0 • MATLAB的线性代数和矩阵 4675 • 线性代数是什么？存在的意义是什么？ 295966 • 机器学习线性代数基础 0 • 工程线性代数matlab版 0 • 同济大学线性代数 2326