为什么需要改变编译器

 我来答
黄海弄潮
2022-12-14 · TA获得超过270个赞
知道小有建树答主
回答量:6526
采纳率:96%
帮助的人:116万
展开全部
答案如下:
1.编译器是把源程序的每一条语句都编译成机器语言,并保存成二进制文件,这样运行时计算机可以直接以机器语言来运行此程序,速度很快;
2.解释器则是只在执行程序时,才一条一条的解释成机器语言给计算机来执行,所以运行速度是不如编译后的程序运行的快的.
3.因为计算机不能直接认识并执行我们写的语句,它只能认识机器语言(是二进制的形式).
4.编译是将源程序翻译成可执行的目标代码,翻译与执行是分开的;而解释是对源程序的翻译与执行一次性完成,不生成可存储的目标代码。这只是表象,二者背后的最大区别是:对解释执行而言,程序运行时的控制权在解释器而不在用户程序;对编译执行而言,运行时的控制权在用户程序。
4.编译器在优化过程中采用了自动或半自动的代码生成用以替代人工优化。人的精力是有限的,通过(接近无限)的算力去适配每一个应用场景看到的网络,改变编译器,这是编译技术比人工路线强的所在。
蓝蝎儿
2022-12-16 · 超过132用户采纳过TA的回答
知道小有建树答主
回答量:5093
采纳率:96%
帮助的人:74.3万
展开全部
AI编译是指从给定的深度学习模型生成可执行代码的过程。本质上,编译是将深度学习中的高级操作映射到基础硬件支持的低级指令的过程。编译过程在优化代码中起着关键作用。
传统的深度学习框架采用人工优化算子,然后建立运行时图解释器来解决内存分配调度等问题。随着深度学习模型的迭代更新及各类AI芯片的层出不穷,这种基于人工优化算子的方式给算子开发团队带来沉重的负担。
AI编译技术则是在优化过程中采用了自动或半自动的代码生成用以替代人工优化。人的精力是有限的,通过(接近无限)的算力去适配每一个应用场景看到的网络,这是AI编译技术比人工路线强的地方。
已赞过 已踩过<
你对这个回答的评价是?
评论 收起
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式