如何在pytorch 上选择Intel MKL 库

在 PyTorch 中，可以通过安装 Intel Distribution of Python 来使用 Intel MKL 库。以下是在 PyTorch 中选择 Intel MKL 库的步骤：

1. 首先，需要安装 Intel Distribution of Python。可以在 Intel 的官网上下载并安装此 Python 发行版。

2. 安装 PyTorch。可以使用 pip 或者 conda 安装 PyTorch。

3. 设置 PyTorch 使用 Intel MKL 库。可以在 Python 脚本中添加以下代码：

import torch
torch.backends.mkl.enabled = True

此代码将启用 PyTorch 中的 Intel MKL 加速。

4. 运行 PyTorch 代码时，可以使用以下命令检查是否正在使用 Intel MKL 库：

import torch
print(torch.backends.mkl.is_available())

如果返回 True，则表示 PyTorch 正在使用 Intel MKL 库加速计算。

相关问题

- pytorch 0.4.0* -> cudatoolkit 9.* - pytorch 0.4.0* -> mkl >=2018

### 回答1：
pytorch 0.4.0版本与cudatoolkit 9兼容。cudatoolkit是一个用于深度学习和科学计算的加速库，它提供了与NVIDIA GPU一起使用的工具和库。pytorch 0.4.0版本要求使用cudatoolkit 9或更高版本来发挥最佳性能。

另外，pytorch 0.4.0版本也要求使用mkl（Math Kernel Library）的2018或更高版本。mkl是针对数值计算优化的数学函数库，它提供高性能的数学函数和线性代数运算，可以加速深度学习算法的计算过程。

通过将pytorch 0.4.0与cudatoolkit 9和mkl 2018或更高版本进行匹配，可以利用GPU加速深度学习任务，并且使用高性能的数学函数库来提高计算效率。这些更新和要求可以提供更好的训练和推断性能，使得深度学习的计算更加高效和快速。因此，在使用pytorch 0.4.0版本时，务必安装和配置正确的cudatoolkit和mkl版本以获得最佳的性能和功能。

### 回答2：
PyTorch 0.4.0版本要求的依赖为Cuda Toolkit 9及以上版本和MKL 2018及以上版本。

Cuda Toolkit是NVIDIA提供的用于支持GPU加速的工具集。PyTorch使用了Cuda来充分发挥GPU的计算能力，提高模型训练和推理的速度。因此，安装PyTorch 0.4.0版本时需要安装Cuda Toolkit 9及以上版本。

MKL（Math Kernel Library）是Intel提供的数学库，具有高性能的线性代数、FFT和随机数生成等功能。在PyTorch中，MKL用于加速模型的数值计算。版本2018及以上的MKL提供了更好的性能和稳定性。因此，安装PyTorch 0.4.0版本时需要安装MKL 2018及以上版本。

通过安装Cuda Toolkit和MKL，可以使PyTorch在GPU上充分利用并行计算和高效的数学库，提高模型的训练和推理速度。

### 回答3：
pytorch 0.4.0版本在安装时有两种依赖方式可以选择：cudatoolkit 9.* 和mkl >=2018。

首先，cudatoolkit是用于支持GPU加速的工具包，版本9.*表示使用任何9.x版本的cudatoolkit都可以。如果你希望在安装pytorch时开启GPU加速，需要先安装对应版本的cudatoolkit。

其次，mkl是Intel提供的数学库，可以提升计算效率。在安装pytorch时，通过指定mkl >=2018依赖，可以确保安装的pytorch版本能够充分利用mkl库的功能。

综上所述，当你安装pytorch 0.4.0*版本时，可以根据你的需求选择安装cudatoolkit 9.*或者mkl >=2018。如果你需要GPU加速，选择安装对应版本的cudatoolkit；如果你需要提升计算效率，安装最新版本的mkl库。

在命令提示符里输入conda install pytorch torchvision torchaudio -c pytorch之后，显示什么就说明安装成功了

在命令提示符界面下输入 `conda install pytorch torchvision torchaudio -c pytorch` 后，如果你看到类似以下信息，就说明 `torch` 模块已经成功安装了：

Collecting package metadata (current_repodata.json): done
Solving environment: done

## Package Plan ##

  environment location: /path/to/your/anaconda3

  added / updated specs:
    - pytorch
    - torchaudio
    - torchvision


The following NEW packages will be INSTALLED:

  blas               pkgs/main/linux-64::blas-1.0-mkl
  ca-certificates    pkgs/main/linux-64::ca-certificates-2021.5.30-ha878542_0
  certifi            pkgs/main/linux-64::certifi-2021.5.30-py38h06a4308_0
  intel-openmp       pkgs/main/linux-64::intel-openmp-2021.3.0-h06a4308_3372
  ld_impl_linux-64   pkgs/main/linux-64::ld_impl_linux-64-2.35.1-h7274673_9
  libffi             pkgs/main/linux-64::libffi-3.3-he6710b0_2
  libgcc-ng          pkgs/main/linux-64::libgcc-ng-9.3.0-h5101ec6_17
  libgomp            pkgs/main/linux-64::libgomp-9.3.0-h5101ec6_17
  libstdcxx-ng       pkgs/main/linux-64::libstdcxx-ng-9.3.0-hd4cf53a_17
  ncurses            pkgs/main/linux-64::ncurses-6.2-he6710b0_1
  openssl            pkgs/main/linux-64::openssl-1.1.1k-h27cfd23_0
  pytorch            pytorch/linux-64::pytorch-1.9.0-py3.8_cuda11.1_cudnn8.0_0
  readline           pkgs/main/linux-64::readline-8.1-h27cfd23_0
  sqlite             pkgs/main/linux-64::sqlite-3.36.0-hc218d9a_0
  torchaudio         pytorch/linux-64::torchaudio-0.9.0-py38
  torchvision        pytorch/linux-64::torchvision-0.10.0-py38_cu111
  xz                 pkgs/main/linux-64::xz-5.2.5-h7b6447c_0
  zlib               pkgs/main/linux-64::zlib-1.2.11-h7b6447c_3


Proceed ([y]/n)?

注意，在安装过程中可能会有一些提示让你确认，你需要输入 `y` 确认安装。如果安装过程中出现错误或提示，你需要根据错误信息或提示进一步调查和解决。