有哪些做婚礼平面设计的网站有哪些,手机端在哪里打开,网站推广优化是什么意思,网站推广是怎么推广的Numpy/Scipy加速:使用Intel MKL和Intel Compilers 1.获取Intel Parallel Studio XE Intel免费软件工具提供免费的软件包#xff0c;其中包括完整的Intel编译器和计算库及其激活码#xff0c;软件和激活码一一对应。注意需要使用教育邮箱注册#xff0c;否则不予通过。 2.安装…
Numpy/Scipy加速:使用Intel MKL和Intel Compilers 1.获取Intel Parallel Studio XE Intel免费软件工具提供免费的软件包其中包括完整的Intel编译器和计算库及其激活码软件和激活码一一对应。注意需要使用教育邮箱注册否则不予通过。 2.安装过程 解压后在终端进入./install_GUI.sh按照提示进行就好其中激活的步骤需要联网且最多只能激活5次。最后整个库会安装在\opt\intel路径下重要的是配置环境变量。 首先加入Intel编译器icc的路径
export INTELCOMP/opt/intel/bin
export PATH$INTELCOMP:$PATH 接着加入共享库的路径其中库的名称一定要有对应的版本号这里是.2.174
export MKLHOME/opt/intel/mkl/lib/intel64
export LIB1/opt/intel/compilers_and_libraries_2017.2.174/linux/mkl/lib/intel64_lin
export LIB2/opt/intel/compilers_and_libraries_2017.2.174/linux/compiler/lib/intel64_lin
export LD_LIBRARY_PATH$MKLHOME:$LIB1:$LIB2:$LD_LIBRARY_PATH 注意如果使用中还有一些.so库找不到则可以定位这些库然后加入到LD_LIBRARY_PATH中。如果需要有全局的作用则可以编辑/etc/ld.so.conf文件增加这些路径并用ldconfig刷新。 构建numpy和scipy 下载 NumPy SciPy libraries
git clone https://github.com/numpy/numpy.git numpy
git clone https://github.com/scipy/scipy.git scipy Build instructions Building From Source on Linux 主要依据Numpy/Scipy with Intel® MKL and Intel® Compilers官网提示。总结起来就是在numpy的安装路径下增加site.cfg文件内容如下 cd numpy
sudo gedit site.cfg 添加如下代码
[mkl]
library_dirs /opt/intel/compilers_and_libraries_2017.2.174/linux/mkl/lib/intel64
include_dirs /opt/intel/compilers_and_libraries_2017.2.174/linux/mkl/include
mkl_libs mkl_rt
lapack_libs 接着更改numpy/distutils/intelccompiler.py文件中的self.cc_exe语句如果是64位则在IntelEM64TCCompiler类中将之改为
self.cc_exe icc -O3 -g -fPIC -fp-model strict -fomit-frame-pointer -openmp -xhost
然后就可以编译安装numpy了
$ python setup.py config --compilerintelem build_clib --compilerintelem build_ext --compilerintelem install 构建安装scipy可以直接进行
python setup.py config --compilerintelem --fcompilerintelem build_clib --compilerintelem --fcompilerintelem build_ext --compilerintelem --fcompilerintelem install Numpy/Scipy加速:使用OpenBLAS 1. Install OpenBLAS ~$ git clone git://github.com/xianyi/OpenBLAS
~$ cd OpenBLAS make FCgfortran
~$ sudo make PREFIX/opt/OpenBLAS install 2. 配置环境变量 sudo gedit ~/.bashrc
添加
export LD_LIBRARY_PATH/opt/OpenBLAS/lib:$LD_LIBRARY_PATH The LD_LIBRARY_PATH environment variable will be updated when you start a new terminal session
source ~/.bashrc
to force an update within the same session sudo gedit /etc/profile
添加
export LD_LIBRARY_PATH/opt/OpenBLAS/lib:$LD_LIBRARY_PATH
生效
source /etc/profile
another option that will work for multiple users is to create a .conf file
~$ sudo -s echo /opt/OpenBLAS/lib /etc/ld.so.conf.d/openblas.conf
生成链接
sudo ldconfig -v 3. 安装numpy
~$ git clone https://github.com/numpy/numpy
~$ cd numpy Copy site.cfg.example to site.cfg and edit the copy
~$ cp site.cfg.example site.cfg
~$ nano site.cfg Check configuration, build, install (optionally in a virutalenv)
~$ python setup.py config Then just build and install:
~$ python setup.py build python setup.py install 参考文献 Numpy/Scipy with Intel® MKL and Intel® Compilers
高性能Numpy/Scipy:使用Intel MKL和Intel Compilers
如何在 Linux* 中安装英特尔® 数据分析加速库英特尔® DAAL的 Python* 版本
caffe 上OpenBLAS的安装使用
安装OpenBlas(ubuntu 14.04)
OpenBLASNumpyScipy For Linux
安装线性计算库、numPy和sciPy的编译方法推荐
Python accelerated (using Intel® MKL)
Intel Distribution for Python 正式版windows
官网Intel® Distribution for Python
Numpy使用MKL库提升计算性能
