![]() |
インテルが提供する最新のアーキテクチャー上で Python* のパフォーマンスを加速するパッケージ
|
- このページでは、https://software.intel.com/en-us/intel-distribution-for-python の内容をもとに、製品に関連する記事や参考資料へのリンクをまとめています。
- 関連記事
- リソース
- FAQ
関連記事
関連記事一覧
- 最小限のコード変更で CPU 上で超高速な Python* データサイエンスと AI パフォーマンスを実現
- マシンラーニング向け線形モデルの高速化
- インテル® DAAL の Python* API (daal4py) 導入ガイド
- Python* と daal4py を使用したマシンラーニング
- インテル Parallel Universe 39 号日本語版の公開
- インテル Parallel Universe 38 号日本語版の公開
- OpenVINO™ ツールキットを使用してインテル® System Studio の Python* プロジェクトを作成する
- インテル Parallel Universe 37 号日本語版の公開
- ベクトル・ニューラル・ネットワーク命令はインテル® アーキテクチャーによる INT8 推論を可能に
- 高速 Python*: コードを変更せずに Python* をさらに高速化
- インテル Parallel Universe 36 号日本語版の公開
- PyDAAL 超入門: パート 4 分散処理とオンライン処理
- PyDAAL 超入門: パート 3 解析モデルの構築とデプロイメント
- PyDAAL 超入門: パート 2 数値テーブルの基本操作
- PyDAAL 超入門: パート 1 データ構造
- インテル Parallel Universe 35 号日本語版の公開
- 入れ子構造の並列処理が手に負えなくなったときにどうするか? インテル® TBB 向け Python* モジュールを 30 分で導入する
- 一般的な Linux* パッケージ・マネージャーを使用してインテル® パフォーマンス・ライブラリーとインテル® Distribution for Python* をインストールする
- Python* はネイティブコードと同じくらい速いのか?
- インテル Parallel Universe 31 号日本語版の公開
- インテル Parallel Universe 28 号日本語版の公開
- インテル® DAAL を利用して実際のマシンラーニングの問題を解く
- Cython のスレッド並列処理
- インテル® Distribution for Python* におけるより高速な乱数生成
- Docker* 上に Ubuntu* 16.04 とインテル® Distribution for Python* の実行環境を構築する手順
- Python* プログラムの並列パフォーマンスを引き出そう
- Python* で無限のモノポリーゲームをプレイする
- インテル Parallel Universe 26 号日本語版の公開
- コード変更なしで OpenStack* Swift のパフォーマンスを 2 倍に向上
- マシンラーニングにおける Python* パフォーマンスの壁を乗り越える
- Python* での苦い経験
- インテル® Distribution for Python* と Anaconda* を使用する
- インテル® Distribution for Python* の既知の問題
- インテル® VTune™ Amplifier XE で Python*/Cython 混在コードをプロファイルする
- インテル Parallel Universe 25 号日本語版の公開
- インテル® Distribution for Python* の紹介
- インテル® MPI ライブラリーを利用した Python* の並列プログラミング
- インテル® VTune™ Amplifier XE を利用した Python* コードの高速化
- インテルと Anaconda* によるオープン・データ・サイエンス向け Python* の強化
- Python* プロファイル
リソース
サポート
-
コミュニティーに問い合わせ
Forums (英語) からほかのユーザーやエキスパートに問い合わせできます。 -
インテル社の製品サポートに英語で問い合わせ
Online Service Center (英語) ではインテル社のサポートチームにお問い合わせいただけます。 -
エクセルソフト社の技術サポートに日本語で問い合わせ
ユーザー登録完了後、技術サポート受付フォームよりお問い合わせください。
ドキュメント
- インテル® oneAPI ツールキット・インストール・ガイド (英語)
- リリースノート (英語)
- 既知の問題 (英語)
ソフトウェア EULA (英語)
FAQ
よくある問い合わせ
-
インテル® ディストリビューションの Python* を入手するには?
こちらからダウンロードするか、もしくは conda を使用してインストールします。
-
サポートされるプラットフォームと Python* のバージョンは?
インテル® ディストリビューションの Python* は、Windows* 7 以降、Linux*、および OS X* 向けの Python* バージョン 2 から 3 をサポートします。特定のバージョンに関する情報は、リリースノート (英語) をご覧ください。
-
インテル® C/C++ コンパイラーを利用するには Cython でどのように設定すればいいですか?
Linux* と OS X* の場合:
Bash で環境変数を設定してから、次のコマンドを実行します。
export CC=icc
export LD_SHARED=”icc -shared”Windows* の場合:
set CC=icl
set LD=xilink -
インテル® C/C++ コンパイラーで独自のネイティブ拡張をコンパイルするには?
Linux* と OS X* の場合:
Bash で環境変数を設定してから、次のコマンドを実行します。
export CC=icc
export LD_SHARED=”icc -shared”Windows* の場合:
set CC=icl
set LD=xilink
export CXX=icpc -
インテル® マス・カーネル・ライブラリー (インテル® MKL) の関数を直接呼び出すことができるパッケージを提供していますか?
いいえ。NumPy* と SciPy* の多くの関数は、インテル® MKL 関数を使用して実装されています。すべてのインテル® MKL の共有ライブラリーは、インテル® ディストリビューションの Python* に含まれており、独自の C 拡張をそれらにリンクしてビルドするのは簡単です。詳細は、インテル® MKL のドキュメントを参照してください。
-
インテル® ディストリビューションの Python* を使用したアプリケーションを再配布できますか?
はい。詳細については、インストール先にある、INTEL_PYTHON_EULA と redist.txt をご覧ください。
-
パッケージをインストールするのに pip を使用できますか?
はい。ディストリビューションには pip が含まれます。PyPI やその他のレポジトリーからパッケージをインストールできます。
-
はい。詳細については、conda 向けのオンライン・インストール・ガイド (英語) を参照してください。
-
virtualenv は、必要なライブラリー libpython を仮想ディレクトリーにコピーしません。詳細と解決方法については、こちらのディスカッション (英語) をご覧ください。
Conda を使用して環境を管理することを推奨します。conda create (英語) をご覧ください。
-
インテル® ディストリビューションの Python* は、システム上にインストールされているほかの Python* と干渉しますか?
複数のバージョンの Python* をシステム上に保持できます。Conda は複数の Python* 環境を管理できます。Conda 環境で、インテル® ディストリビューションの Python* をインストールすることで、システム上のほかの Python* に影響しないことを確認してください。
-
ここで私の質問が解決できない場合、どのようにすればいいですか?
追加の支援については以下をご覧ください。
コンパイラーの最適化に関する詳細は、最適化に関する注意事項を参照してください。