【问题标题】:Intel python and intel environment in anaconda difference?anaconda 中的 Intel python 和 intel 环境的区别?
【发布时间】:2017-07-24 05:46:02
【问题描述】:

我使用的是 Windows,我关注 these steps 为我的 anaconda 3 获取英特尔环境。

我意识到通过直接从英特尔网站下载英特尔 Python 可以在没有 anaconda 的情况下获得它。 (Intel python Download option screenshot)

那么这两种情况下 Intel python 有什么区别呢?

【问题讨论】:

  • 与 Anaconda 的默认 Python 解释器不同,英特尔 Python 编译时支持数学内核库 (MKL)。

标签: python anaconda intel environment intel-python


【解决方案1】:

没有区别。您可以选择一个完整的安装程序来获得整个 Intel python 安装,或者创建一个 conda 环境来安装您想要的软件包。文章说安装intelpython<2|3>_coreintelpython<2|3_full。这些是包的集合,但您也可以使用英特尔优化的 numpy 创建环境,例如,如下所示:

conda create -n intel_np -c intel numpy

【讨论】:

【解决方案2】:

Anaconda 是由 Python 提供支持的领先开放数据科学平台。 Anaconda 包含一个开源核心。 Python 发行版和 700 多个软件包。 Anaconda 安装程序包含 150 多个包,其余包通过 conda install package name 命令轻松安装。

由 Anaconda 提供支持的英特尔 Python 分发版专注于提高 Python 和广泛使用的数值计算包的性能的工具和技术,尤其是针对最新的英特尔处理器。 两种发行版都适用于最近发布的英特尔至强融核英特尔 KNL。 为确保兼容性,由 Anaconda 提供支持的 Intel Distribution for Python 与 Anaconda 共享构建配方,并使用 conda 进行打包。 AnacondaCloud 上提供了用于加速 Python 性能的 Intel 软件包。

Anaconda Distribution 包含更多软件包以提供更完整的生态系统,并专注于支持广泛的用户群,包括最新和旧硬件和操作系统。蟒蛇 分发安装程序包括 150 多个包,并允许用户访问 repo.continuum.io 上托管的 400 多个 Python 包和 200 多个 R 包,并且可以使用 conda 安装。 Anaconda Distribution 可用软件包的完整列表可在 Continuum 网站上找到。

英特尔分发版通过英特尔® 性能库(包括英特尔® 数学内核库(英特尔® MKL)、英特尔® 线程构建模块(英特尔® TBB)、英特尔® 数据分析加速 库(英特尔® DAAL)和英特尔® MPI。这些软件包已经过优化,可以通过以下方式利用并行性 线程、多节点和向量化的使用。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2019-04-21
    • 1970-01-01
    • 2018-01-21
    • 1970-01-01
    • 2019-01-29
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多