神经网络编译器优化-死代码消除

最新推荐文章于 2024-06-26 12:20:53 发布
最新推荐文章于 2024-06-26 12:20:53 发布
阅读量1.3k 收藏 1
点赞数
分类专栏： 神经网络编译器
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/free1993/article/details/111479943
版权

定义

死代码指在程序执行的过程中可能无法执行或者访问的代码，以及仅影响死变量（写入但从未再次读取）的代码。死代码删除（DCE, dead code eliminate）是指删除在编译过程中没有使用的变量等的编译优化技术,这种编译优化技术可以保证在删除死代码之后不影响程序运行结果的正确性.

例子

在这里插入图片描述
以传统编译器为例,在这个例子里面,我们定义了三个变量:a,b,c.但是在实际执行的过程中,我们发现其实执行不到b+=a这行指令.因此对于这段代码来说,b是无效的.那么操作系统也不用额外分空间.在现在的神经网络编译器中,其实相较于传统编译器的语法树的概念,我们优化的是针对IR,也就是中间表示层.IR一般分为两种:基于图的high-level IR和基于SSA的low-level IR.其本质也是各种计算的表达.如果我们使用神经网络计算图的概念,上面的例子就可以转换成下面的计算图.
在这里插入图片描述
死代码消除的对象就相当于是子图,计算图的一部分,边,节点等.因此进行死代码消除之后,计算图就变成了
在这里插入图片描述

优势

  • 减少代码的长度，增加可读性.
  • 避免执行不必要的操作，提高了运行的效率,减少了运行时间。
  • 节省不必要的资源分配,优化空间.
free1993
关注
专栏目录
表达式：死代码与代码覆盖率
YJingLee's CSDN Blog
10-28 685
死代码 //go:noinline func count() int { return 3 } func main() { if x := count(); x > 5 { println("a") } else if x > 7 { // dead code println("b") } } 反汇编查看 $ go bu...
深度学习编译器之公共子表达式消除和死代码消除实现
I good vegetable a!
05-28 501
在阅读代码实现的过程中，我发现基于MLIR来做公共子表达式消除的时候还顺带做了死代码消除的功能。另外，在考虑公共子表达式消除的时候需要保证两个重复的操作处于同一个基本块中以及两个重复操作之间没有其它具有副作用的操作才可以消除。在OneFlow的实现中只是对OneFlow的UserOp的特殊属性即OpName和SymbolID进行了擦除，用一个魔法属性来代替，这是因为这两个属性不应该去影响公共子表达式的消除。这个优化还是比较有用的，在OneFlow的Stable Diffusion优化中发挥了不小的作用。
深度神经网络在硬件上编译器的深入比较
最新发布
yorkhunter的博客
06-26 939
2019年来自清华大学的硬件上DNN编译器综述论文“An In-depth Comparison of Compilers for Deep Neural Networks on Hardware”。
死代码删除（DCE，Dead Code Elimination）和激进的死代码删除（ADCE，Aggressive DCE）
Dong_HFUT的博客
03-04 2589
DCE和ADCE算法
死代码删除pass
zym648326374的博客
04-22 166
死代码删除pass
Go死码消除
techdashen的博客
08-30 702
死码消除(dead code elimination, DCE) 是一种编译器优化技术, 作用是在编译阶段去掉对程序运行结果没有任何影响的代码。分支消除是死码消除一种. 使用静态证明来表明一段代码永远不可达,通常会被称为死代码,它不需要在最终的二进制文件中编译和优化., 参数为 全局变量 不为常量,编译器并不知道运行过程中x、y会不会发生改变, 因此不能进行死代码消除.编译器在编译阶段, 死码消除与内联优化一起工作, 可以减少循环和分支产生的代码数量。这个分支被消除了,这称为。
Golang编译优化——死代码删除
yelvens的博客
04-18 967
b *Blocki int死代码删除的在deadcode函数中实现，对于一个函数f，删除其死代码的过程如下：首先检查函数f是否经过寄存器分配（regalloc）。如果已经经过寄存器分配，那么无法进行死代码删除，因为寄存器分配可能生成多余的 SSA 代码，会导致一些必需的移动操作被消除。调用，找到函数f中可达的基本块，将其放入数组reachable。删除从不可达块到可达块的边，确保不会有从死代码到活跃代码的控制流传播。
Nim编程早茶之死代码[dead code]消除
Python高效编程
11-16 655
Nim 每日早茶 Nim 语言中的死代码[dead code]消除 https://tea.nim-cn.com/nim-lang-1.html Nim 语言中的死代码[dead code]消除? Nim 语言的编译器，会从最终的二进制文件中移除 没有使用过的代码。 proc deadCode() = echo "I'm not used!" proc hello() = echo ...
聊聊这个与代码优化有关的选择题 （某公司实习生招聘笔试试题）
认知 行动 坚持
09-24 1万+
3、程序的完整编译过程分为是：预处理，编译，汇编等，如下关于编译阶段的编译优化的说法中不正确的是（） A、死代码删除指的是编译过程直接抛弃掉被注释的代码； B、函数内联可以避免函数调用中压栈和退栈的开销 C、For循环的循环控制变量通常很适合调度到寄存器访问 D、强度削弱是指执行时间较短的指令等价的替代执行时间较长的指令
神经网络优化过程
qq_34000894的博客
04-27 501
为了综合梯度下降算法和随机梯度下降算法的优缺点，在实际应用中一般采用这两种算法的折中（每次计算一小部分训练数据的损失函数），这一小部分数据被称为一个batch。通过矩阵运算，每次在一个batch上优化神经网络的参数并不会比单个数据慢太多。另一方面，每次使用一个batch可以大大减小收敛所需要的迭代次数，同时可以使收敛的结果更加接近梯度下降的效果。以下代码给出了在TensorFlow中如何实现神经网...
c语言检测使用方法,一种基于程序切片技术的C语言死代码检测方法与流程
weixin_30799553的博客
05-24 390
本发明涉及恶意代码分析领域，主要涉及一种基于程序切片技术的C语言死代码检测方法。背景技术：随着互联网的广泛普及，现今的计算机网络也面临着越来越多的攻击威胁。在众多网络安全问题中，恶意代码所造成的安全危害愈发严重。恶意代码分析成了安全人士关注的重点，各种恶意代码分析方法被不断提出。然而，为了增加安全人员对恶意代码进行分析的难度，恶意代码编写者往往采用各种技术手段对代码进行保护，代码混淆就是其中之一。...
简单的三消代码算法,vs2017实现
12-10
自己瞎写的一个简单的三消算法,主要关注算法.C++实现,可以那来研究研究,很简单.
c语言如何消除变量,如何删除C中的变量
weixin_39866774的博客
05-18 3335
有3种变量.根据您管理内存的种类不同.全局变量它们位于程序的特殊部分.它们在程序启动时出现,在程序结束时消失.你无法做任何事情来回收全局变量占用的内存.一些更复杂的常量也可能属于该类别.您的字符串文字“我不希望这个被清除,但完全消失”很可能会驻留在那里,无论您是否将其复制到i_want_to_delete_this变量.堆栈变量局部变量和函数参数.它们出现在您的代码中.输入该变量的范围时会分配内存...
编译器优化–4--消除无用和不可达代码
ronnie88597的博客
03-02 3105
编译器优化–4--消除无用和不可达代码 概述 有时候，程序包含的一些计算不具有外部可见的效应。如果编译器能够确定给定操作不会影响程序的结果，那么它完全可以消除该操作。大多数程序员都不会有意编写这种代码。但是，这种代码在大多数程序中作为编译器中优化的直接结果出现，通常是因宏展开或编译器前端的"朴素"转换所致。 有两种不同的效应可以使操作成为消除的合格对象。操作可能是无用的，意即其结果没有外部可见的效...
代码优化
u011493488的专栏
08-08 965
Optimize Applications with gcc and glibc by Ulrich Drepper 1. 介绍 ======= 本文总结一些关于代码优化的经验, 这些经验是不完整的. 本文不是讨论编译器如何优化代码, 后者是完全不同的另外一个领域. 2. 编译时优化(Using Optimizations Performed at Compile-Time) ===
编译原理 代码优化
weixin_74804051的博客
12-24 388
编译原理代码优化等内容的总结，有需要补充的可联系我补充
PyTorch笔记——FX
itlilyer的博客
10-22 1633
官方文档链接：https://pytorch.org/docs/master/fx.html# 概述 FX是供开发人员用于转换nn.Module实例的工具包。FX由三个主要组件组成：符号追踪:symbolic tracer, 中间层表示:intermediate representation, Python代码生成:Python code generation。这些组件的运行演示： import torch # Simple module for demonstration class MyModule(t
静态分析之数据流分析与 SSA 入门 （一）
热门推荐
nklofy的专栏
11-18 1万+
  什么是数据流分析 编译器的一个重要功能是分析和优化代码。编译时分析（或称静态分析）得到若干信息后，编译器可以确定在何处应用何种变换是安全并且有利可图的。而其中一种重要的分析技术就是数据流分析。顾名思义，数据流分析就是分析数据如何在程序执行路径上流动的技术，那么数据流分析的前提条件就是基于 IR （源代码经过编译得到的中间表示形式）构造 CFG 控制流图。 基于数据流分析，可以实现多种全局...
java dead code,Java：死代码消除
weixin_33648177的博客
02-16 440
I'd like to know how Java would handle the following scenario:Suppose I have a class called Debug, which looks like this:public class Debug{private static final boolean isAssertEnabled = true;public s...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值