基于小规模数据的高性能计算程序性能建模方法研究

目录

声明

摘要

第1章绪论

1．1 研究背景

1．2研究现状

1．2．1三种建模方法

1．2．2机器学习与性能建模

1．3本文研究内容

第2章研究问题及研究方案

2．1 研究问题

2．2独立同分布假设

2．3研究方案

2．3．1 两层模型动机

2．3．2两层模型核心问题

2．3．3两层模型方法

2．4本章小结

第3章预测小规模处理器时性能的内推层

3．1 任务描述

3．2模型选择

3．2．1 模型介绍

3．2．2模型对比

3．3模型训练和预测

3．3．1 训练过程

3．3．2预测过程

3．4本章小结

第4章预测大规模处理器时性能的外推层

4．1任务描述

4．2建模方案

4．2．1可扩放性模型

4．2．2线性回归

4．2．3多任务学习

4．3模型选择

4．3．1 K-means聚类

4．3．2多任务套索回归

4．4模型训练和预测

4．4．1训练过程

4．4．2预测过程

4．5本章小结

第5章实验设计与模型分析

5．1实验平台和环境

5．1．1 实验平台

5．1．2编译和运行环境

5．2应用和数据收集

5．2．1 MCB

5．2．2 Kripke

5．3对比方法

5．3．1 随机森林

5．3．2多层感知机

5．3．3对数回归

5．3．4 EPMNF模型

5．4评价指标

5．5实验结果分析

5．5．1建模方法比较

5．5．2内推层分析

5．5．3多任务效果分析

5．5．4聚类效果分析

5．6本章小结

第6章总结与展望

6．1 总结

6．2未来工作展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果