1.一种基于人工智能的编译器自动调优方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述智能体模型包括编码层和解码层;
3.如权利要求1所述的方法,其特征在于,针对任意两个优化序列,以所述智能体模型输出对应实际运行时间短的优化序列的概率相比于所述智能体模型输出对应实际运行时间长的优化序列的概率越大为优化目标,对所述智能体模型进行训练,具体包括:
4.如权利要求1所述的方法,其特征在于,将所述待运行程序输入到训练后的智能体模型中,以得到所述待运行程序对应的优化序列,具体包括:
5.一种基于人工智能的编译器自动调优装置,其特征在于,包括:
6.如权利要求5所述的装置,其特征在于,所述智能体模型包括编码层和解码层;
7.如权利要求5所述的装置,其特征在于,所述训练模块具体用于,针对任意两个优化序列,以所述智能体模型输出对应实际运行时间短的优化序列的概率相比于所述智能体模型输出对应实际运行时间长的优化序列的概率越大为优化目标,对所述智能体模型进行训练,在完成针对所述智能体模型的当前轮次训练后,判断是否到达预设的迭代轮次;
8.如权利要求5所述的装置,其特征在于,所述应用模块具体用于,在模型训练阶段所使用的训练集中确定出与所述待运行程序属于同一程序类别的样本程序,作为参考程序,并确定所述参考程序在所述训练集中的占比;若确定所述占比低于预设占比,则将所述待运行程序作为样本程序,对所述智能体模型进行训练,并根据经过所述待运行程序训练后的智能体模型,确定所述待运行程序对应的优化序列。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1-4任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1-4任一项所述的方法。