青云翻译

我们的目标是自动生成算法的变种家庭计算一个给定的矩阵操作。许多因素的影响，如计算机体系结构（共享内存，分布式的内存，GPU的等）和progamming范式（连续的，多线程，阻塞算法，算法由块等）的算法，达到的性能。这是人所共知的，不存在单一的算法最适合的架构和实现类型的全谱;不同的算法变种达到不同的性能水平，在不同的场景。因此，有一个明确的访问算法的变种家庭计算操作的需要。 [1]中，作者深入讨论算法的变种家庭的需要。

我们的目标是一个家庭的算法计算给定的矩阵运算的变种的自动生成。很多因素影响性能达到的一种算法，如计算机体系结构 （共享的内存、 分布式的内存，Gpu，等） 和 progamming 范式 （顺序，多螺纹，被阻止的算法，算法的块，等等）。大家都知道并不存在一个单一算法最佳适合整个体系结构和类型的实现 ；不同算法的变体实现不同的性能级别上不同的方案。因此有显然需要有一个算法的变体的家庭访问计算操作。[1]，作者深入讨论了一个算法的变体的家庭需要。

我们的目标是算法变形家庭的自动世代要计算特定矩阵操作的。 许多因素影响一种算法获得的表现，例如计算机体系结构(共享内存、分布的记忆、GPUs等等)和progamming的范例(连续，多穿线的，封锁的算法，算法由阻拦等等)。 它是知名的那里不存在一种唯一算法适合为整体范围实施的建筑学和类型; 不同的算法变形在不同的情景获得不同的性能水平。 所以有对得以进入的清楚的需要对算法变形家庭计算操作。 在(1)，作者谈论详细需要对于算法变形家庭。

我们的目标是自动产生的一个家庭的算法变种,计算某一特定行动矩阵。

我们的目标是一个家庭的算法计算给定的矩阵运算的变种的自动生成。很多因素影响性能达到的一种算法，如计算机体系结构 （共享的内存、 分布式的内存，Gpu，等） 和 progamming 范式 （顺序，多螺纹，被阻止的算法，算法的块，等等）。大家都知道并不存在一个单一算法最佳适合整个体系结构和类型的实现 ；不同算法的变体实现不同的性能级别上不同的方案。因此有显然需要有一个算法的变体的家庭访问计算操作。[1]，作者深入讨论了一个算法的变体的家庭需要。