Die Verwendung einer alternativen BLAS für R hat mehrere Vorteile, siehe z.B. https://cran.r-project.org/web/packages/gcbd/vignettes/gcbd.pdf.Verknüpfen von Intels Math Kernel Library (MKL) mit R unter Windows
Microsoft R Open https://mran.revolutionanalytics.com/documents/rro/installation/#sysreq verwendet Intels MKL anstelle des Standard-Referenz-BLAS, um Berechnungen zu beschleunigen.
Meine Frage ist:
Was würden die genauen Schritte sein Intels MKL Bibliothek zu verknüpfen ** manuell bis R ** s neueste Version unter Windows (https://cran.r-project.org/bin/windows/base/)?
UPDATE 20-07-2016: Hier ist sehr detaillierte Beschreibung, wie man ein OpenBLAS-basierte Rblas.dll für 64-Bit-R für Windows für R ≥ 3.3.0 bauen: http://www.avrahamadler.com/r-tips/build-openblas-for-windows-r64/
Ich glaube [Sie müssen R kompilieren R] (http://www.r-bloggers.com/compiling-r-3-0-1-with-mkl-support/) (alt, sorry), was kann werde kompliziert; Offensichtlich sind die kompilierten Versionen ziemlich sorgfältig optimiert. Es gibt jedoch manchmal Ausnahmen; Unter OS X können Sie es ohne Neukompilierung auf das integrierte Accelerate BLAS umstellen. Ich glaube, RcppArmadillo hat auch weitere BLAS/LAPACK-Fähigkeiten; vielleicht, wenn du Glück hast, kommt Dirk vorbei und gibt dir einen besseren Rat als ich. – alistaire
Ja, ich habe viele Blogposts darüber gefunden, wie man das für Linux macht, einige davon, wie man das für Mac macht, aber in Bezug auf Windows scheint jeder den manuellen Weg zu vermeiden, sich für die offensichtliche Lösung zu entscheiden/Microsoft R Öffnen. – majom
Von dem, was ich gelesen habe (vielleicht inkorrekt), liegt das daran, dass es ein Problem ist, _well_ zu kompilieren, ohne in der Nähe von R-Core-Kenntnissen zu sein. Wirklich, solange du nicht regelmäßig mit großen Matrizen hantierst, macht MKL vielleicht keinen großen Unterschied für dich, also mag der Punkt strittig sein. – alistaire