【源码】基于C++的tSNE算法性能优化系统

项目简介

本项目专注于经典降维算法t-SNE（t-Distributed Stochastic Neighbor Embedding）的性能优化，旨在加速该算法在CPU单个核心上的运行。鉴于t-SNE算法代码复杂，项目重点识别其耗时的核心部分并加以改进，以此提升数据处理效率。

项目的主要特性和功能

1. 自动分发：利用自动分发技术，根据硬件支持的指令集动态选择最优代码版本，提高性能。
2. 性能优化：针对t-SNE算法的关键部分，如计算方差、更新梯度等，通过减少循环次数和并行计算等方式，提升计算效率。
3. 可视化：提供Python脚本，可对t-SNE算法的输出结果进行可视化展示。
4. 性能测量与比较：拥有测试工具和脚本，可测量不同实现方式的性能，并比较其在不同输入大小下的表现。

安装使用步骤

环境准备

确保开发环境安装了C++ 14编译器、Python 3.5+，且使用x86架构的处理器。

编译代码

在项目源码根目录下，运行make命令编译项目。

运行测试

• 运行内核测试：使用make kernel_test命令，编译完成后，执行./build/kernel_test <your kernel name>进行测试，可测试的内核有computegp、updgradient、zeromean和computesed。
• 运行t-SNE程序：使用make tsne命令编译，编译完成后，执行./build/tsne。

可视化结果

运行python visualize.py命令，对t-SNE程序输出到output.txt的结果进行可视化。

注意事项

• 目前仅支持二维输出，相关设置硬编码在parameters.hpp中。
• 暂无完整的端到端性能报告，仅能对内核进行单独性能测量。
• 未对编译器及编译器标志进行全面的性能优化研究。

后续工作

• 扩展支持多维输出。
• 实现完整的性能测量和报告。
• 进一步进行性能优化并检查硬件支持情况。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】