摘要 - 我们现在是Hyppo，这是一种新型系统，可优化探索机器学习中遇到的管道。Hyppo利用过去执行的工件的替代计算路径，以得出更好的执行计划，同时重复生产工件。添加替代计算引入了有关工作负载表示，系统体系结构和最佳执行计划生成的探索机器学习的新挑战。为此，我们提出了一种基于定向超图的新型工作负载代表，我们制定了将最佳执行计划作为搜索问题而不是定向的超图和选择文物以作为优化问题实现的问题的问题。彻底的实验评估表明，Hyppo的计划通常比非优化管道更快，更便宜的计划（最多两个阶数），并且比在实质性货物时，比艺术状况产生的计划更快且更便宜。最后，我们的评估表明，即使无法利用物质化，Hyppo也将成本降低3-4 ˆ。