人工智能系統(tǒng)System for Al深度神經(jīng)網(wǎng)絡(luò)計算框架基礎(chǔ)_第1頁
人工智能系統(tǒng)System for Al深度神經(jīng)網(wǎng)絡(luò)計算框架基礎(chǔ)_第2頁
人工智能系統(tǒng)System for Al深度神經(jīng)網(wǎng)絡(luò)計算框架基礎(chǔ)_第3頁
人工智能系統(tǒng)System for Al深度神經(jīng)網(wǎng)絡(luò)計算框架基礎(chǔ)_第4頁
人工智能系統(tǒng)System for Al深度神經(jīng)網(wǎng)絡(luò)計算框架基礎(chǔ)_第5頁
已閱讀5頁,還剩43頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1

importnumpyasimportnumpyasN,D=3,x=np.random.randn(N,y=np.random.randn(N,z=np.random.randn(N,a=x*b=a+c=

===grad_c*np.ones((N,===grad_a*=grad_a*

Python-Python- importimportx,y=y=Python-Python-

靈活高

Python-

Class{void{}voidClass{void{}voidbackward(inputs,{}Class{…REGISTER_LAYER(“Attention”,SGD:??←???SGDwithmomentum:??←???????+?? 前端編程語言和接Python,前端編程語言和接Python,Lua,R,自動求導(dǎo)(Auto統(tǒng)一模型表示:計算流+y圖的優(yōu)化與調(diào)度執(zhí)Batching,Cache,內(nèi)核代碼優(yōu)化與編GPUkernel,autokernel計計算硬CPU,GPU,RDMA importnumpyimportnumpyasnpN,D=3,grad_c=grad_b=grad_c*np.ones((N,D))grad_a=grad_b.copy()grad_z=grad_b.copy()grad_x=grad_a*ygrad_y=grad_a*x

======c===x*a+

xyz*xyz*a+bΣc ??(??,????),??(??,????),exp+exp+exp2

+

+ 2) exp+exp2exp+exp2

+

+ xyz*axyz*a+bΣc前端編程語言和接Python,Lua,前端編程語言和接Python,Lua,R,自動求導(dǎo)(Auto統(tǒng)一模型表示:計算流+y圖的優(yōu)化與調(diào)度執(zhí)Batching,Cache,內(nèi)核代碼優(yōu)化與編GPUkernel,autokernel計計算硬CPU,GPU,RDMAxw*b+xw*b+yxw*b+yBatchsame-typeoperatorstoleverageGPUmassive++×+M× MMMMM ht-Data-flowgraphofaGRUBatchsame-typeoperatorstoleverageGPUmassive+×+×+M× MMMMM ht-+××+MMht-RWData-flowgraphofaGRUxyz*a+xyz*a+bΣc1xyzxyz*a+bΣcGPU顯式圖劃GPU GPU** Transparenttensor** Transparenttensor**

CPUGPU

a c

計算硬CPU,GPU,RDMA前端編程語言和接Python,Lua,R,計算硬CPU,GPU,RDMA前端編程語言和接Python,Lua,R,自動求導(dǎo)(Auto統(tǒng)一模型表示:計算流 b圖的優(yōu)化與調(diào)度執(zhí)Batching,Cache,內(nèi)核代碼優(yōu)化與編GPUkernel,autokernelLayer-StaticLayer-StaticPython-CannotleverageNoprogrammingTensorFlow,CNTK,DeclarativeGraphProgramingwithLargekernel

Moreimportfromtorch.autogradimportVariableN,D=3importfromtorch.autogradimportVariableN,D=3,4x=Variable(torch.randn(N,y=Variable(torch.randn(N,z=Variable(torch.randn(N,foriina=x*b=a+c=c+Layer-StaticLayer-StaticDynamicPython-Imperativeprogramming(Define-by-NographCannotleverageNoprogrammingTensorFlow,CNTK,DeclarativeGraphProgramingwithLargekernel

MoreCompilerCompilerisusedtooptimizegeneralframeworktobemoreefficient,whilekeepingtheexistingflexibility!DeeplearningprovideeasiervariouslibrariesMachineLearningLanguageandPowerfulCompilerCodeoptimization,sparsityoptimization,hardwaretargetingAFull-FeaturedProgrammingLanguageforML:Expressiveandflexible

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論