英特爾python和英特爾環境在anaconda中的區別？

Question

我正在使用 Windows，我按照這些步驟為我的 anaconda 3 獲取英特爾環境。

我意識到直接從 Intel 網站下載 Intel Python 可以在沒有 anaconda 的情況下獲得。 （英特爾python下載選項截圖）

那么這兩種情況下 Intel python 有什么區別呢？

Answer 1

沒有區別。 您可以選擇一個完整的安裝程序來獲得整個 Intel python 安裝，或者創建一個 conda 環境來安裝您想要的軟件包。 文章說要安裝intelpython<2|3>_core或intelpython<2|3_full 。 這些是包的集合，但您也可以創建一個僅使用英特爾優化的 numpy 的環境，例如，如下所示：

conda create -n intel_np -c intel numpy

Answer 2

Anaconda 是由 Python 提供支持的領先的開放數據科學平台。 Anaconda 包含一個開源核心。 Python 發行版和 700 多個包。 Anaconda 安裝程序包括 150 多個包，其余的包可以通過 conda install package name 命令輕松安裝。

由 Anaconda 提供支持的面向 Python 的英特爾發行版專注於加速 Python 性能的工具和技術以及廣泛使用的數值計算包，尤其是針對最新的英特爾處理器。 這兩個發行版都適用於最近發布的英特爾至強融核英特爾 KNL。 為確保兼容性，由 Anaconda 提供支持的 Intel Distribution for Python 與 Anaconda 共享構建配方並使用 conda 進行打包。 用於加速 Python 性能的英特爾軟件包可在 AnacondaCloud 上獲得。

Anaconda Distribution 包含更多軟件包以提供更完整的生態系統，並專注於支持包括最新和舊硬件和操作系統在內的廣泛用戶群。 Anaconda Distribution 安裝程序包括 150 多個包，讓用戶可以訪問 repo.continuum.io 上托管的 400 多個 Python 包和 200 多個 R 包，並且可以使用 conda 進行安裝。 可在 Continuum 網站上獲得 Anaconda Distribution 可用軟件包的完整列表。

英特爾發行版通過英特爾® 性能庫（包括英特爾® 數學核心函數庫（英特爾® MKL）、英特爾® 線程構建）加速某些數值數據科學 Python 包（如 Numpy、Scipy、Scikit-learn、Tensorflow for cpu 等）的性能塊（英特爾® TBB）、英特爾® 數據分析加速庫（英特爾® DAAL）和英特爾® MPI。 這些包已經過優化，可以通過使用線程、多節點和矢量化來利用並行性。