計算機構論 II (2021年度Sセメスター)

授業の形式と目的
本講義では,プログラミング言語・並列/分散プログラミングなどにまつわる最近のトピックスについて輪講形式で学びます.今年度は「(深層学習を中心とした)機械学習プログラム・ソフトウェアの開発のサポート」をテーマとし,ソフトウェア科学・工学の広範な分野にまたがる下記の文献リストから,各人が興味があるものを選び輪講形式で発表します(文献リストは変更される可能性があります).
初回にガイダンスを行い,各人の担当部分の割当てを決めます. なお、2回目は森畑が文献1を紹介する予定です.

基本情報
担当教員:森畑明昌(総合文化研究科) morihata_AT_graco.c.u-tokyo.ac.jp
曜限:月曜2限(10:25-11:55)
ガイダンスはオンライン開講.以降は履修者で相談して開講形態を決定します.
※履修希望者は4/16までに以下のフォームに記入・提出してください.
履修登録フォーム

授業計画(敬称略)

文献
  1. Scalable Deep Learning on Distributed Infrastructures: Challenges, Techniques, and Tools (ACM Comput. Surv., 2020)
  2. TVM: An Automated End-to-End Optimizing Compiler for Deep Learning (OSDI 2018)
  3. Wootz: a compiler-based framework for fast CNN pruning via composability (PLDI 2019)
  4. Programming support for autonomizing software (PLDI 2019)
  5. DeepBase: Deep Inspection of Neural Networks (SIGMOD 2019)
  6. Democratizing Data Science through Interactive Curation of ML Pipelines (SIGMOD 2019)
  7. TASO: optimizing deep learning computation with automatic generation of graph substitutions (SOSP 2019)
  8. STRADS-AP: Simplifying Distributed Machine Learning Programming without Introducing a New Programming Model (USENIX 2019)
  9. Deep learning library testing via effective model generation (FSE 2020)
  10. Detecting numerical bugs in neural network architectures (FSE 2020)
  11. Repairing deep neural networks: fix patterns and challenges (ICSE 2020)
  12. Taxonomy of real faults in deep learning systems (ICSE 2020)
  13. PyTorch Distributed: Experiences on Accelerating Data Parallel Training (PVLDB 2020)
  14. NeuOS: A Latency-Predictable Multi-Dimensional Optimization Framework for DNN-driven Autonomous Systems (USENIX 2020)

Akimasa Morihata. Jan., 2021