Kom godt i gang med Intel®
én API én API Dataanalysebibliotek

Kom godt i gang med Intel® one API one API Data Analytics Library

Intel® oneAPI Data Analytics Library (oneDAL) er et bibliotek, der hjælper med at fremskynde big data-analyse ved at levere højoptimerede algoritmiske byggeklodser til alle s.tages af dataanalyse (forbehandling, transformation, analyse, modellering, validering og beslutningstagning) i batch-, online- og distribuerede behandlingsmåder. For generel information om oneDAL, besøg oneDAL officielle side.

Før du begynder
oneDAL er placeret i /dal bibliotek hvor er den mappe, hvori Intel® oneAPI Base Toolkit blev installeret.
Den aktuelle version af oneDAL med SYCL-understøttelse er tilgængelig til Linux* og Windows* 64-bit operativsystemer. De forudbyggede oneDAL-biblioteker kan findes i /dal/ /resist bibliotek.
For at lære om systemkravene og de afhængigheder, der er nødvendige for at bygge f.eksamples, henvises til Systemkrav side.

End-to-end Example
Nedenfor kan du finde en typisk brugsworkflow for en oneDAL-algoritme på GPU. Eksample leveres til Principal Component Analysis-algoritme (PCA).

Følgende trin viser, hvordan du:

• Læs data fra CSV file
• Kør trænings- og inferensoperationerne for PCA
• Få adgang til mellemresultater opnået på uddannelsentage

1. Medtag følgende overskrift, der gør alle oneDAL-deklarationer tilgængelige.
   
2. Opret en SYCL*-kø med den ønskede enhedsvælger. I dette tilfælde bruges GPU-vælger:
   const auto kø = sycl::kø{ sycl::gpu_vælger{} };
3. Da alle oneDAL-erklæringer er i oneapi::dal-navneområdet, skal du importere alle erklæringer fra oneapi-navneområdet for at bruge dal i stedet for oneapi::dal for kortheds skyld: ved at bruge navneområdet oneapi;
4. Brug CSV-datakilden til at læse dataene fra CSV'en file ind i en tabel:
   const auto data = dal::read (kø, dal::csv::datakilde{“data.csv”});
5. Opret en PCA-deskriptor, konfigurer dens parametre, og kør træningsalgoritmen på de data, der er indlæst fra CSV.
   
6. Udskriv de indlærte egenvektorer:
   
7. Brug den trænede model til inferens for at reducere dimensionaliteten af ​​dataene:
   

Byg og kør Examples
Udfør følgende trin for at bygge og køre examples, der demonstrerer de grundlæggende brugsscenarier for én DAL med SYCL-understøttelse. Gå til /dal/ og sæt derefter et miljø op som vist i exampnedenstående:

NOTE Alt indhold nedenfor, der starter med #, betragtes som en kommentar og bør ikke køres med koden.

1. Konfigurer det påkrævede miljø for én DAL (variabler såsom CPATH, LIBRARY_PATH og LD_LIBRARY_PATH):
   • På Linux er der to mulige måder at konfigurere det påkrævede miljø på: via vars.sh script eller via modul files.
   • Opsætning af et DAL-miljø via vars.sh-script Kør følgende kommando:
   kilde ./env/vars.sh
   • Opsætning af ét DAL-miljø via modul files
   Initialiser 1. moduler: kilde $MODULESHOME/infit/bash
   NOTE Se miljømodulernes dokumentation for detaljer.
   Giv 2. moduler med en sti til modulet files bibliotek: modul
   brug ./modul files
   Kør 3.modulet:
   modul belastning dal
   • På Windows skal du køre følgende kommando:
   /env/vars.bat
2. Kopi ./eksamples/neap/dip til en skrivbar mappe, hvis det er nødvendigt (da det opretter midlertidig files):
   cp r ./eksamples/oneapi/dpc ${WRITABLE_DIR}
3. Konfigurer compilermiljøet for Intel® one API DPC++/C++ Compiler. Se Kom godt i gang med Intel® oneAPI DPC++/C++ Compiler for detaljer.
4. Byg og kør exampfiler, der viser, hvordan man bruger én DAL med SYCL-understøttelse:
   NOTE Du skal have skrivetilladelser til eksamples mappe til at bygge examples, og udfør tilladelser til at køre dem. Ellers skal du kopiere examples/oneapi/dpc og examples/oneapi/data mapper til mappen med de rigtige tilladelser. Disse to mapper skal opbevares på samme biblioteksniveau i forhold til hinanden.
   • På Linux:
   • På Windows:
   
5. For at se alle tilgængelige parametre for byggeproceduren skal du skrive make på Linux* eller unmake på Windows*.
   Det resulterende example binære filer og log files skrives ind i mappen _results.
   NOTE Du bør køre examples fra examples/oneapi/dpc-mappen, ikke fra _results-mappen. De fleste examples kræver, at data gemmes i f.eksamples/oneapi/data-mappen og at have et relativt link til det startet fra examples/oneapi/dip mappe.
   Du kan bygge traditionel C++ examples placeret i examples/oneapi/cup-mappe på lignende måde.

Kompiler og byg applikationer med pkg-config
Pkg-config-værktøjet er et meget brugt værktøj til at bygge software med afhængigheder. Intel® one API Data Analytics Library tilbyder files med pug-config metadata til at kompilere og linke en applikation til biblioteket.

Indstil miljøet
For at bruge pug-config skal du bygge biblioteket og derefter konfigurere miljøet ved hjælp af vars.sh eller vars.bat scripts:

• På Linux: source ./env/vars.sh
• På Windows: /env/vars.bat

Vælg en metadata file
Metadataene files leveret af én DAL-dækkende værtsenhedskonfiguration på 64-bit Linux-, macOS- eller Windows-operativsystem til C++.
Vælg metadata file baseret på én DAL-trådningstilstand og sammenkædningsmetode, du bruger:

en DAL pug-config metadata files

Enkelt-gevind (ikke-gevind)		Flertrådet (indvendigt gevind)
Statisk sammenkobling	dal-statisk-sekventiel-vært	dal-static-threading-host
Dynamisk sammenkobling	dal-dynamisk-sekventiel-vært	dal-dynamic-threading-host

Kompiler et program ved hjælp af peg-config
For at kompilere et test.cpp-program med en DAL og peg-config skal du angive navnet på den ene DAL pug-config metadata file som inputparameter. F.eksampdet:

• På Linux eller macOS:
  ice test.cpp pug-config –flag –libs dal-dynamic-threading-host
• På Windows:
  for /F “delimbs=,” %i in ('pug-config –flags –libs dal-dynamic-threading-host) gør icl test.cpp %i
  A sample kode for svm_two_class_thunder_dense_batch example med SYCL-understøttelse. Kør følgende fra examples/oneapi/cpp bibliotek:
• På Linux eller macOS:
  icc -I source/ source/svm/svm_two_class_thunder_dense_batch.cpp icc test.cpp pkg-config –cflags –libs dal-dynamic-threading-host
• På Windows:
  for /F “delis=,” %i in ('peg-config –flags –libs dal-dynamic-threading-host) gør illt -I source/ ill svm_two_class_thunder_dense_batch.cpp %i

Find mere

Dokument	Beskrivelse
Udviklervejledning og reference	Se en DAL-udviklervejledning og -reference for detaljerede oplysninger om implementerede algoritmer.
Systemkrav	Tjek systemkravene, før du installerer Intel® one API Dataanalysebibliotek.
Release Notes	Se release notes for Intel® one API Data Analytics Bibliotek for at lære om nye opdateringer i den seneste udgivelse.
Kode Samples	Lær, hvordan du bruger én DAL med daal4py, en Python* API.
en DAL-specifikation	Lær om krav til implementeringer af én API Dataanalysebibliotek.

Meddelelser og ansvarsfraskrivelser
Intel-teknologier kan kræve aktiveret hardware, software eller service-aktivering.
Intet produkt eller komponent kan være helt sikkert.
Dine omkostninger og resultater kan variere.

© Intel Corporation. Intel, Intel-logoet og andre Intel-mærker er varemærker tilhørende Intel Corporation eller dets datterselskaber. Andre navne og mærker kan hævdes som andres ejendom.
Ingen licens (udtrykt eller underforstået, ved estoppel eller på anden måde) til nogen intellektuel ejendomsret er givet af dette dokument.
De beskrevne produkter kan indeholde designfejl eller fejl kendt som errata, som kan få produktet til at afvige fra offentliggjorte specifikationer. Aktuelle karakteriserede errata er tilgængelige på anmodning.
Intel fraskriver sig alle udtrykkelige og underforståede garantier, herunder uden begrænsning de underforståede garantier for salgbarhed, egnethed til et bestemt formål og ikke-krænkelse, såvel som enhver garanti, der opstår som følge af ydeevne, handel eller brug i handelen.

Dokumenter/ressourcer

intel Kom godt i gang med oneAPI oneAPI Data Analytics Library [pdfBrugervejledning Kom godt i gang med oneAPI oneAPI Data Analytics Library, Kom godt i gang, med oneAPI oneAPI Data Analytics Library, Analytics Library

Referencer

• Brugermanual