azure-machine-learning-service - 英特尔在机器学习服务计算上优化了 Python
问题描述
是否可以在具有英特尔优化 Python 发行版的容器中的 Azure 机器学习服务上运行 Python 脚本或 Estimator 步骤?我知道这在Azure 数据科学 VM上可用(或在此处描述),但我不知道如何将其用作 Azure 机器学习服务计算目标。
对于我当前的用例,我对在 aml 服务容器中使用 mkl 链接的 numpy 包特别感兴趣。
注意:在容器内运行 numpy.show_config() 表明 numpy 链接到 openblas 而不是 mkl
blas_mkl_info:
NOT AVAILABLE
blis_info:
NOT AVAILABLE
openblas_info:
libraries = ['openblas', 'openblas']
library_dirs = ['/usr/local/lib']
language = c
define_macros = [('HAVE_CBLAS', None)]
blas_opt_info:
libraries = ['openblas', 'openblas']
library_dirs = ['/usr/local/lib']
language = c
define_macros = [('HAVE_CBLAS', None)]
lapack_mkl_info:
NOT AVAILABLE
openblas_lapack_info:
libraries = ['openblas', 'openblas']
library_dirs = ['/usr/local/lib']
language = c
define_macros = [('HAVE_CBLAS', None)]
lapack_opt_info:
libraries = ['openblas', 'openblas']
library_dirs = ['/usr/local/lib']
language = c
define_macros = [('HAVE_CBLAS', None)]
解决方案
Azure ML 基础映像使用使用 MKL 的Miniconda Python 发行版。
您可以在此处找到基本映像的详细信息:https ://github.com/Azure/AzureML-Containers
此外,如果您以下列方式使用 Anaconda numpy 安装
conda_dep.add_conda_package("numpy")
runconfig.run_config.environment.python.conda_dependencies = conda_dep
你应该看到这种输出numpy.show_config()
。
blas_mkl_info:
库= ['blas','cblas','lapack','pthread','blas','cblas','lapack']
library_dirs = ['/azureml-envs/azureml_a8ad8e485613e21e6e8adc1bfda86b40/lib']
define_macros = [('SCIPY_MKL_H', 无), ('HAVE_CBLAS', 无)]
include_dirs = ['/azureml-envs/azureml_a8ad8e485613e21e6e8adc1bfda86b40/include']
推荐阅读
- swift - 如何在tableView的单元格中一致显示图像?
- scala - Akka - 配置使用 REST API 服务的 Actor 的最佳方法(阻塞操作)
- python - 如何使用python比较列表中的字符串?
- c# - 关于实体框架的问题:ID 是否被视为键值?
- asynchronous - 什么时候应该使用异步等待,什么时候应该在颤振中使用?
- python - 我想获得有关 Python 中的延迟和循环的帮助
- api - 无法使用 shopify api 和 nodejs 访问 theme.json
- javascript - 在选项卡上的内容可编辑 div 中获取 focus()
- java - java.lang.IllegalArgumentException: @$Proxy19: [name, xpath, iOSNsPredicate] 之一应填写
- sql - 重新格式化 SQL 输出