我刚刚用OpenBLAS
集成在VirtualEnv
内部编译了Numpy
,它似乎工作正常。
这就是我的过程:
>
编译openblas
:
$ git clone https://github.com/xianyi/OpenBLAS
$ cd OpenBLAS && make FC=gfortran
$ sudo make PREFIX=/opt/OpenBLAS install
>
要在本地执行此操作,您可以编辑~/.bashrc
文件以包含行
export LD_LIBRARY_PATH=/opt/OpenBLAS/lib:$LD_LIBRARY_PATH
启动新的终端会话时,将更新ld_library_path
环境变量(使用$source~/.bashrc
在同一会话内强制更新)。
对多个用户有效的另一个选项是在/etc/ld.so.conf.d/
中创建一个.conf
文件,其中包含行/opt/openblas/lib
,例如:
$ sudo sh -c "echo '/opt/OpenBLAS/lib' > /etc/ld.so.conf.d/openblas.conf"
完成任一选项后,运行
$ sudo ldconfig
获取numpy
源代码:
$ git clone https://github.com/numpy/numpy
$ cd numpy
将site.cfg.example
复制到site.cfg
并编辑副本:
$ cp site.cfg.example site.cfg
$ nano site.cfg
取消对这些行的注释:
....
[openblas]
libraries = openblas
library_dirs = /opt/OpenBLAS/lib
include_dirs = /opt/OpenBLAS/include
....
检查configuration、build、install(可选地在VirtualEnv
中)
$ python setup.py config
输出应该如下所示:
...
openblas_info:
FOUND:
libraries = ['openblas', 'openblas']
library_dirs = ['/opt/OpenBLAS/lib']
language = c
define_macros = [('HAVE_CBLAS', None)]
FOUND:
libraries = ['openblas', 'openblas']
library_dirs = ['/opt/OpenBLAS/lib']
language = c
define_macros = [('HAVE_CBLAS', None)]
...
$ pip install .
$ OMP_NUM_THREADS=1 python build/test_numpy.py
version: 1.10.0.dev0+8e026a2
maxint: 9223372036854775807
BLAS info:
* libraries ['openblas', 'openblas']
* library_dirs ['/opt/OpenBLAS/lib']
* define_macros [('HAVE_CBLAS', None)]
* language c
dot: 0.099796795845 sec
$ OMP_NUM_THREADS=8 python build/test_numpy.py
version: 1.10.0.dev0+8e026a2
maxint: 9223372036854775807
BLAS info:
* libraries ['openblas', 'openblas']
* library_dirs ['/opt/OpenBLAS/lib']
* define_macros [('HAVE_CBLAS', None)]
* language c
dot: 0.0439578056335 sec
问题内容: 我试图安装有,但我在损失的如何文件需要被写入。 当安装过程之后安装完成且没有错误,但没有关于增加从1(由环境变量OMP_NUM_THREADS控制)使用OpenBLAS线程数性能下降。 我不确定OpenBLAS集成是否完美。任何人都可以提供文件来实现相同目的。 PS:OpenBLAS与基于Python的Theano等其他工具包的集成,可在同一台计算机上通过增加线程数显着提高性能。 问题
问题内容: 我试图安装有,但我在损失的如何文件需要被写入。 当安装过程之后安装完成且没有错误,但没有关于增加从1(由环境变量控制)使用OpenBLAS线程数性能下降。 我不确定OpenBLAS集成是否完善。任何人都可以提供文件来实现相同目的。 PS:OpenBLAS与基于的等其他工具包的集成,可在同一台计算机上显着提高线程数量,从而显着提高性能。 问题答案: 我只是在带有集成的a内编译,看来工作正
OpenBLAS 是一个优化的 BLAS 库,基于 GotoBLAS2 1.13 BSD 版本。 BLAS(Basic Linear Algebra Subprograms 基础线性代数程序集)是一个应用程序接口(API)标准,用以规范发布基础线性代数操作的数值库(如矢量或矩阵乘法)。该程序集最初发布于1979年,并用于建立更大的数值程序包(如LAPACK)。在高性能计算领域,BLAS被广泛使用。
尝试与JIB(容器化您的GradleJava项目)与我的Java项目集成。 在此留档之后:https://github.com/GoogleContainerTools/jib/tree/master/jib-gradle-plugin 在我的项目中添加了以下内容: Gradle版本是:5.6.4 使用“/gradlew”构建的编译工作正常。但是,当执行“gradle jib”时,会出现以下错误:
我有一个用npm管理的Angular 2项目,我最近运行了 有什么想法可以解决这个问题吗?
经过上一步的漫长等待,不出意外的话都能出包了。 完整刷机包的位置是: ~/android/sudamod/out/target/product/z2_plus/sudamod-71.2-xxxxxxxxxxxx-UNOFFICIAL-z2_plus.zip 把这个包刷入手机就好用了。 在这个目录下,还会有一个同名的 md5sum 文件,推荐把它一起放入手机,这样 recovery 刷入时会自动检测