با Intel® شروع کنید
یک API یک API کتابخانه تجزیه و تحلیل داده ها

با Intel® one API one API Data Analytics Library شروع کنید

Intel® OneAPI Data Analytics Library (oneDAL) کتابخانه‌ای است که با ارائه بلوک‌های ساختاری الگوریتمی بسیار بهینه‌شده برای همه دستگاه‌ها، به سرعت بخشیدن به تجزیه و تحلیل کلان داده‌ها کمک می‌کند.tagتجزیه و تحلیل داده ها (پیش پردازش، تبدیل، تجزیه و تحلیل، مدل سازی، اعتبار سنجی و تصمیم گیری) در حالت های پردازش دسته ای، آنلاین و توزیع شده محاسبات. برای اطلاعات کلی در مورد oneDAL، از صفحه رسمی oneDAL دیدن کنید.

قبل از شروع
oneDAL در واقع شده است دایرکتوری dal که در آن دایرکتوری است که Intel® OneAPI Base Toolkit در آن نصب شده است.
نسخه فعلی oneDAL با پشتیبانی از SYCL برای سیستم عامل های 64 بیتی لینوکس* و ویندوز* موجود است. کتابخانه های oneDAL از پیش ساخته شده را می توان در /dal/ دایرکتوری /resist.
برای آشنایی با الزامات سیستم و وابستگی های مورد نیاز برای ساختن exampلس رجوع به سیستم مورد نیاز صفحه

Ex-to-End Example
در زیر می‌توانید یک گردش کار معمولی برای الگوریتم oneDAL در GPU پیدا کنید. سابقample برای الگوریتم تجزیه و تحلیل مؤلفه اصلی (PCA) ارائه شده است.

مراحل زیر نحوه انجام این کار را نشان می دهد:

• داده ها را از CSV بخوانید file
• عملیات آموزش و استنتاج را برای PCA اجرا کنید
• دسترسی به نتایج متوسط ​​به دست آمده در آموزشtage

1. هدر زیر را اضافه کنید که همه اعلان‌های oneDAL را در دسترس قرار می‌دهد.
   
2. با انتخابگر دستگاه مورد نظر یک صف SYCL* ایجاد کنید. در این مورد از انتخابگر GPU استفاده می شود:
   const auto queue = sycl::queue{ sycl::gpu_selector{} };
3. از آنجایی که همه اعلان‌های oneDAL در فضای نام oneapi::dal هستند، همه اعلان‌ها را از فضای نام oneapi وارد کنید تا از dal به جای oneapi::dal برای اختصار استفاده کنید: با استفاده از فضای نام oneapi;
4. از منبع داده CSV برای خواندن داده ها از CSV استفاده کنید file در یک جدول:
   const auto data = dal::read (صف، dal::csv:: منبع داده{“data.csv”})؛
5. یک توصیفگر PCA ایجاد کنید، پارامترهای آن را پیکربندی کنید و الگوریتم آموزشی را روی داده های بارگیری شده از CSV اجرا کنید.
   
6. بردارهای ویژه آموخته شده را چاپ کنید:
   
7. از مدل آموزش دیده برای استنتاج برای کاهش ابعاد داده ها استفاده کنید:
   

ساخت و اجرای Examples
مراحل زیر را برای ساخت و اجرای ex انجام دهیدampنمایش سناریوهای استفاده اساسی از یک DAL با پشتیبانی SYCL. رفتن به /dal/ و سپس یک محیط را همانطور که در شکل قبلی نشان داده شده است تنظیم کنیدampدر زیر:

توجه تمام محتوای زیر که با # شروع می‌شود یک نظر محسوب می‌شود و نباید با کد اجرا شود.

1. محیط مورد نیاز را برای یک DAL تنظیم کنید (متغیرهایی مانند CPATH، LIBRARY_PATH، و LD_LIBRARY_PATH):
   • در لینوکس، دو راه ممکن برای تنظیم محیط مورد نیاز وجود دارد: از طریق اسکریپت vars.sh یا از طریق ماژول files.
   • راه اندازی یک محیط DAL از طریق اسکریپت vars.sh دستور زیر را اجرا کنید:
   منبع ./env/vars.sh
   • راه اندازی یک محیط DAL از طریق ماژول files
   Initialize1. ماژول ها: منبع $MODULESHOME/infit/bash
   توجه برای جزئیات به مستندات ماژول های محیطی مراجعه کنید.
   ارائه 2. ماژول هایی با یک مسیر به ماژول fileدایرکتوری s: ماژول
   استفاده از ./module files
   the3.module را اجرا کنید:
   بار ماژول dal
   • در ویندوز، دستور زیر را اجرا کنید:
   /env/vars.bat
2. کپی ./exampدر صورت لزوم les/neap/dip به دایرکتوری قابل نوشتن (چون موقت ایجاد می کند fileث):
   cp r ./examples/oneapi/dpc ${WRITABLE_DIR}
3. محیط کامپایلر را برای کامپایلر Intel® one API DPC++/C++ تنظیم کنید. دیدن با کامپایلر Intel® oneAPI DPC++/C++ شروع کنید برای جزئیات
4. سابق را بسازید و اجرا کنیدampنکاتی که نحوه استفاده از یک DAL با پشتیبانی SYCL را نشان می دهد:
   توجه شما باید مجوز نوشتن برای سابق داشته باشیدampپوشه les برای ساخت examples، و مجوزهای اجرای آنها را اجرا کنید. در غیر این صورت، باید نسخه قبلی را کپی کنیدamples/oneapi/dpc و exampپوشه های les/oneapi/data به دایرکتوری با مجوزهای مناسب. این دو پوشه باید در یک سطح دایرکتوری نسبت به یکدیگر نگهداری شوند.
   • در لینوکس:
   • در ویندوز:
   
5. برای مشاهده تمام پارامترهای موجود در روند ساخت، make on Linux* یا unmake را در Windows* تایپ کنید.
   سابق حاصلampباینری ها و لاگ files در پوشه _results نوشته می شوند.
   توجه شما باید سابق را اجرا کنیدamples از سابقampپوشه les/oneapi/dpc، نه از پوشه _results. بیشتر سابقamples نیاز به ذخیره داده ها در exampپوشه les/oneapi/data و داشتن یک پیوند نسبی به آن از ابتدا شروع شده استampپوشه les/oneapi/dip.
   می توانید C++ سنتی را بسازیدamples واقع در سابقampپوشه les/oneapi/cup به روشی مشابه.

کامپایل و ساخت برنامه ها با pkg-config
ابزار pkg-config ابزاری پرکاربرد برای ساختن نرم افزار با وابستگی است. Intel® One API Data Analytics Library فراهم می کند files با متادیتای pug-config برای کامپایل و پیوند یک برنامه کاربردی به کتابخانه.

محیط را تنظیم کنید
برای استفاده از pug-config، کتابخانه را بسازید و سپس محیط را با استفاده از اسکریپت های vars.sh یا vars.bat تنظیم کنید:

• در لینوکس: منبع ./env/vars.sh
• در ویندوز: /env/vars.bat

یک ابرداده را انتخاب کنید file
فراداده fileتوسط یک DAL پوشش فقط پیکربندی دستگاه میزبان در لینوکس، macOS، یا سیستم عامل ویندوز 64 بیتی برای C++ ارائه شده است.
ابرداده را انتخاب کنید file بر اساس یک حالت رشته‌بندی DAL و روش پیوندی که استفاده می‌کنید:

یک فراداده DAL pug-config files

تک رشته ای (غیر رشته ای)		چند رشته ای (رشته داخلی)
پیوند استاتیک	dal-static-sequential-host	dal-static-threading-host
پیوند پویا	dal-dynamic-sequential-host	dal-dynamic-threading-host

با استفاده از peg-config یک برنامه را کامپایل کنید
برای کامپایل یک برنامه test.cpp با یک DAL و peg-config، نام یک فراداده DAL pug-config را ارائه کنید. file به عنوان پارامتر ورودی برای مثالampدر:

• در لینوکس یا macOS:
  ice test.cpp pug-config –flags –libs dal-dynamic-threading-host
• در ویندوز:
  برای /F "delimbs=," %i در ('pug-config –flags –libs dal-dynamic-threading-host) icl test.cpp %i را انجام دهید
  اسampکد le برای svm_two_class_thunder_dense_batch exampبا پشتیبانی SYCL. زیر را از حالت قبلی اجرا کنیدampدایرکتوری les/oneapi/cpp:
• در لینوکس یا macOS:
  icc -I source/ source/svm/svm_two_class_thunder_dense_batch.cpp icc test.cpp pkg-config –cflags –libs dal-dynamic-threading-host
• در ویندوز:
  برای /F "delis=," %i در ('peg-config –flags –libs dal-dynamic-threading-host) ill -I source/ ill svm_two_class_thunder_dense_batch.cpp %i

بیشتر پیدا کنید

سند	توضیحات
راهنمای توسعه دهنده و مرجع	به یک راهنما و مرجع توسعه دهنده DAL مراجعه کنید اطلاعات دقیق در مورد الگوریتم های پیاده سازی شده
سیستم مورد نیاز	قبل از نصب Intel® one API الزامات سیستم را بررسی کنید کتابخانه تجزیه و تحلیل داده ها
یادداشت های انتشار	به یادداشت‌های انتشار برای Intel® one API Data Analytics مراجعه کنید کتابخانه برای اطلاع از به‌روزرسانی‌های جدید در آخرین نسخه.
کد Samples	یاد بگیرید که چگونه از یک DAL با daal4py، یک API Python* استفاده کنید.
یک مشخصات DAL	در مورد الزامات پیاده سازی یک API بیاموزید کتابخانه تجزیه و تحلیل داده ها

اطلاعیه ها و سلب مسئولیت
فن آوری های اینتل ممکن است نیاز به فعال سازی سخت افزار ، نرم افزار یا سرویس داشته باشند.
هیچ محصول یا م componentلفه ای نمی تواند کاملاً ایمن باشد.
هزینه ها و نتایج شما ممکن است متفاوت باشد.

© شرکت اینتل. اینتل، لوگوی اینتل و سایر علائم اینتل علائم تجاری Intel Corporation یا شرکت های تابعه آن هستند. نام ها و مارک های دیگر ممکن است به عنوان دارایی دیگران ادعا شود.
هیچ مجوزی (به صورت صریح یا ضمنی، توسط estoppel یا غیره) برای هیچ گونه حقوق مالکیت معنوی توسط این سند اعطا نمی شود.
محصولات شرح داده شده ممکن است دارای ایرادات طراحی یا خطاهایی به نام خطا باشد که ممکن است باعث انحراف محصول از مشخصات منتشر شده شود. خطاهای مشخص شده فعلی در صورت درخواست در دسترس هستند.
اینتل تمام ضمانت‌های صریح و ضمنی، از جمله بدون محدودیت، ضمانت‌های ضمنی خرید و فروش، تناسب برای یک هدف خاص، و عدم نقض، و همچنین هر گونه ضمانت ناشی از عملکرد، دوره معامله یا استفاده در تجارت را سلب می‌کند.

اسناد / منابع

intel با OneAPI OneAPI Data Analytics Library شروع کنید [pdfراهنمای کاربر با OneAPI OneAPI Data Analytics Library، شروع به کار، با oneAPI oneAPI Data Analytics Library، Analytics Library

مراجع

• راهنمای کاربر