NeurIPS 2020|显著提升图优化性能，多任务处理效果极佳，Google最新框架有何突破？

【导读】Google研究科学家提出一种可以用于计算图优化的端到端的可传递深度强化学习方法，在显著减少限制的情况下，能够大幅提高图形优化任务的性能，并在泛化性和多任务上表现优越。当今的时代，有越来越多的app依靠在各种加速器上训练的大型复杂神经网络驱动。而通过将高层计算图映射到特定设备的低层可执行的ML编译器，可以达到简化此过程的目的。 为此，ML编译器需要解决很多优化问题，并且会牵扯到启发式算法，从而会带来许许多多的挑战，并在实际操作中常常无法拥有最佳解决方案。近几年，使用基于学习的方法已经显示出不错的效果，但是这些方法依然具有局限性，从而导致在实践中并不可行。 而Google的研究人员在NeurIPS 2020的oral论文“ML编译器 ………………………………