ProGraML：机器学习的程序图

程序的富有表现力的、与语言无关的表示。

查看网站 了解更多信息。

介绍

ProGraML 是将程序表示为机器学习模型的输入。主要特点是：

1. 简单：一切都可以通过 a 获得pip install，无需编译。开箱即用支持多种编程语言（C、C++、LLVM-IR、XLA）和多种图形格式（NetworkX、DGL、Graphviz、JSON）。

2. 富有表现力：捕获整个程序中的每个控件、数据和调用关系。表示独立于源语言。可以以任何粒度添加特征和标签，以支持整个程序、每个指令或每个关系的推理任务。

3. 快速：核心图构造是用 C++ 实现的，具有与 Python 的低开销接口。executor每个 API 方法都通过参数支持简单高效的并行化。

要陷入并使用我们的图形表示，请访问：

或者，如果论文更适合您的☕，请阅读我们的：

支持的编程语言

开箱即用支持以下编程语言和编译器 IR：

这里不支持您最喜欢的语言吗？提交功能请求！

入门

使用以下命令安装最新版本的 Python 包：

pip install -U programl

API 非常简单，包括图创建操作、图转换操作和图序列化操作。这是每个的快速演示：

>>> import programl as pg

# Construct a program graph from C++:
>>> G = pg.from_cpp("""
... #include <iostream>
...
... int main(int argc, char** argv) {
...   std::cout << "Hello, world!" << std::endl;
...   return 0;
... }
... """)

# A program graph is a protocol buffer:
>>> type(G).__name__
'ProgramGraph'

# Convert the graph to NetworkX:
>>> pg.to_networkx(G)
<networkx.classes.multidigraph.MultiDiGraph at 0x7fbcf40a2fa0>

# Save the graph for later:
>>> pg.save_graphs('file.data', [G])

有关更多详细信息，请查看API 参考。

贡献

欢迎补丁、错误报告、功能请求！请使用 问题跟踪器提交错误报告或问题。如果您想帮助编写代码，请阅读此文档。

引文

如果您在任何工作中使用 ProGraML，请引用这篇论文：

@inproceedings{cummins2021a,
  title={{ProGraML: A Graph-based Program Representation for Data Flow Analysis and Compiler Optimizations}},
  author={Cummins, Chris and Fisches, Zacharias and Ben-Nun, Tal and Hoefler, Torsten and O'Boyle, Michael and Leather, Hugh},
  booktitle = {Thirty-eighth International Conference on Machine Learning (ICML)},
  year={2021}
}