Skyline:深度神经网络训练中的编辑器内交互式计算性能分析

交互式数据可视化计算方法在HCI中的应用软件工程师与开发者AI/ML 研究员与工程师

训练先进的深度神经网络(DNN)是一个计算昂贵且耗时的过程,这促使深度学习开发者对DNN进行计算性能调试。然而,有效进行此调试需要对底层软件和硬件系统有深入了解——这是普通深度学习开发者可能不具备的。为弥补这一差距,我们提出SKYLINE:一种支持编辑器内计算性能分析、可视化和调试的DNN训练新工具。SKYLINE的核心贡献在于利用DNN训练的特殊计算属性,提供(i)交互式性能预测和可视化,以及(ii)可直接操作的可视化效果——拖动即可更改代码中的批量大小。作为编辑器内工具,SKYLINE允许用户在开发过程中利用这些诊断功能调试DNN的性能。一项针对SKYLINE的探索性定性用户研究产生了积极结果;所有参与者均认为SKYLINE有用且易于使用。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/42108/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3379337.3415890
一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
交互式数据可视化、计算方法在HCI中的应用
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文