. Я использую Mac OS X 10.6.8 и использую дистрибутив Enthought Python. Я хочу, чтобы функции numpy использовали оба моих ядра. У меня проблема, похожая на ту, что описана в этом посте:многопоточный blas в python/numpy , но после выполнения шагов этого плаката у меня все еще есть та же проблема. Вот моя конфигурация numpy.show _():
lapack_opt_info:
libraries = ['mkl_lapack95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread']
library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib']
define_macros = [('SCIPY_MKL_H', None)]
include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include']
blas_opt_info:
libraries = ['mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread']
library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib']
define_macros = [('SCIPY_MKL_H', None)]
include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include']
lapack_mkl_info:
libraries = ['mkl_lapack95_lp64', 'mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread']
library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib']
define_macros = [('SCIPY_MKL_H', None)]
include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include']
blas_mkl_info:
libraries = ['mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread']
library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib']
define_macros = [('SCIPY_MKL_H', None)]
include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include']
mkl_info:
libraries = ['mkl_intel_lp64', 'mkl_intel_thread', 'mkl_core', 'mkl_mc', 'mkl_mc3', 'pthread']
library_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/lib']
define_macros = [('SCIPY_MKL_H', None)]
include_dirs = ['/Library/Frameworks/EPD64.framework/Versions/1.4.2/include']
Как и в комментариях к исходному сообщению, я удалил строку, устанавливающую переменную MKL_NUM_THREADS=1
. Но даже тогда функции numpy и scipy, которые должны использовать преимущества многопоточности -, используют только одно из моих ядер за раз. Есть ли что-то еще, что я должен изменить?
Изменить :Чтобы уточнить, я пытаюсь получить один единственный расчет, такой как numpy.dot (), чтобы использовать многопоточность -самостоятельно в соответствии с реализацией MKL, я не пытаюсь воспользоваться тем фактом, что numpy-вычисления освобождают контроль над GIL, тем самым упрощая многопоточность -с другими функциями.
Вот небольшой скрипт, который должен использовать многопоточность -, но не на моей машине :
import numpy as np
a = np.random.randn(1000, 10000)
b = np.random.randn(10000, 1000)
np.dot(a, b) #this line should be multi-threaded
-. 121 ---1480348-
В настоящее время я использую этот код, чтобы увидеть разделительные линии:
medalsList.setDivider(new ColorDrawable(0x99F10529));
medalsList.setDividerHeight(1);
Какой цвет RGB по умолчанию (, как показано в приведенном выше коде ), используется в ListView, в котором не были изменены разделительные линии?