用免費的英特爾Python發(fā)行版設(shè)置高性能Python,使用英特爾數(shù)學(xué)內(nèi)核庫(Intel MKL)體驗NumPy和SiciPy的顯著加速。NUMPY和SciPy是Python科學(xué)計算的核心。Oleksandr將重點關(guān)注這些英特爾優(yōu)化軟件包中的關(guān)鍵領(lǐng)域和功能,用于快速傅立葉變換(FFT)、算術(shù)與超越(umath)函數(shù)和內(nèi)存優(yōu)化,從而實現(xiàn)開箱即用的性能加速。了解Intel MKL——用于數(shù)值計算的強大性能庫,以及它如何加速NumPy和SiciPy,以及如何直接從Intel分發(fā)版使用Python。
-
英特爾
+關(guān)注
關(guān)注
61文章
10196瀏覽量
174680 -
內(nèi)核
+關(guān)注
關(guān)注
3文章
1416瀏覽量
41429 -
函數(shù)
+關(guān)注
關(guān)注
3文章
4381瀏覽量
64866
發(fā)布評論請先 登錄

英特爾多款平板電腦CPU將于明年推出
啟用英特爾Optane被視為“1.8TB硬盤+英特爾Optane”是什么原因?
英特爾愛迪生閃存失敗
用于Atom Denverton的英特爾FSP
為什么選擇加入英特爾?
英特爾重點發(fā)布o(jì)neAPI v1.0,異構(gòu)編程器到底是什么
英特爾媒體加速器參考軟件Linux版用戶指南
Python中NumPy擴展包簡介及案例詳解
Python的兩個基礎(chǔ)包numpy和Matplotlib示例詳解
英特爾發(fā)布英特爾?視覺技術(shù)加速器設(shè)計產(chǎn)品系列
如何使用Python和Numpy等技術(shù)實現(xiàn)圖像處理

評論