英特尔优化 Python 机器学习服务计算

Question

是否可以在具有英特尔优化 Python 分发的容器中运行 Python 脚本或 Estimator 步骤上的 Azure 机器学习服务？我知道这在 Azure Data Science VMs (or described here) 上可用，但我无法找到如何将其用作 Azure 机器学习服务计算目标。

对于我当前的用例，我特别感兴趣的是在 aml 服务容器中使用 mkl 链接的 numpy 包。

注意：容器内的运行 numpy.show_config() 建议 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)]

Answer 1

Azure ML 基础映像使用 Miniconda Python 分发，它使用 MKL。

您可以在此处找到基本图像的详细信息：https://github.com/Azure/AzureML-Containers

此外，如果您按照以下方式使用 Anaconda numpy 安装

conda_dep.add_conda_package("numpy")
runconfig.run_config.environment.python.conda_dependencies = conda_dep

您应该会在 numpy.show_config() 中看到这种输出。

blas_mkl_info:

libraries = ['blas', 'cblas', 'lapack', 'pthread', 'blas', 'cblas', 'lapack']

library_dirs = ['/azureml-envs/azureml_a8ad8e485613e21e6e8adc1bfda86b40/lib']

define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]

include_dirs = ['/azureml-envs/azureml_a8ad8e485613e21e6e8adc1bfda86b40/include']

英特尔优化 Python 机器学习服务计算

Intel optimized Python on Machine Learning Service Compute

azure-machine-learning-service