docs

文档导航

这份索引页按“先看什么、再看什么”的顺序组织当前 docs/ 目录，方便从总览一路跳到数据、模型、标签和结果细节。

快速入口

• 项目总览与运行方法： ../README.md
• 仓库里的文档目录： README.md
• 训练与数据集总览： hardware-model-dataset.md
• 标签语义与三种构建脚本差异： label-mechanisms.md
• 模型结构详解： model-architecture.md

按主题阅读

1. 系统与采集链路

• PMU、LBR、特征工程全链路： data-collection-feature-engineering.md
• BOLT 相关背景与生成流程： bolt.md
• llvm-test-suite 数据来源与变体关系： llvm-test-suite.md

2. 数据集与标签

• 三种标签机制、物理定义与脚本入口： label-mechanisms.md
• 当前硬件前提、训练默认行为、六类变体来源： hardware-model-dataset.md

3. 模型与算法

• Siamese 架构、共享编码器、融合方式： model-architecture.md
• 更偏算法表述的说明： algorithm.md

4. 结果与分析

• 汇总后的 overall prediction accuracy： overall-prediction-accuracy.md

图示与可视化

docs/diagrams/ 下保留了 Mermaid 源文件、SVG 和部分 HTML 可交互图。常用入口包括：

• 前向链路交互图： diagrams/forward_sequence.html
• 模型结构图： diagrams/model-architecture.svg
• overall accuracy 热力图： diagrams/overall-accuracy-best-heatmap.svg
• Transformer 试验对比图： diagrams/transformer-variant-accuracy.svg

推荐阅读顺序

如果你是第一次接触这个仓库，建议按下面顺序阅读：

1. 先看 ../README.md 了解代码入口、环境要求和训练/推理命令。
2. 再看 hardware-model-dataset.md 了解当前默认训练行为、张量来源和六类变体。
3. 接着看 label-mechanisms.md 和 data-collection-feature-engineering.md，把标签语义和输入特征对齐方式看清楚。
4. 最后看 model-architecture.md 与 overall-prediction-accuracy.md，对应模型结构和最终结果。

当前内置实验产物

仓库根目录目前还保留了一组可以直接用于推理的 Transformer 固定时间实验产物：

• 配置文件： ../configs/trans_best_time.json
• checkpoint： ../checkpoints/trans_best_time.pt

对应推理命令见 ../README.md。