L'utilizzo di un BLAS alternativo per R presenta numerosi vantaggi, ad esempio https://cran.r-project.org/web/packages/gcbd/vignettes/gcbd.pdf.Collegamento di Math Kernel Library (MKL) Intel su R su Windows
Microsoft R Open https://mran.revolutionanalytics.com/documents/rro/installation/#sysreq utilizza Intel MKL anziché il riferimento BLAS predefinito per accelerare i calcoli.
La mia domanda è:
Quali sarebbero le esatte passaggi per Link Library MKL di Intel ** manualmente a R ** s 'versione più recente su Windows (https://cran.r-project.org/bin/windows/base/)?
UPDATE 20-07-2016: Ecco descrizione molto dettagliata su come costruire un OpenBLAS basata Rblas.dll a 64 bit per Windows R per R ≥ 3.3.0: http://www.avrahamadler.com/r-tips/build-openblas-for-windows-r64/
Credo [devi compilare R] (http://www.r-bloggers.com/compiling-r-3-0-1-with-mkl-support/) (vecchio, scusate), che può complicare; a quanto pare le versioni compilate sono state accuratamente ottimizzate. A volte ci sono delle eccezioni; su OS X è possibile passare all'accelerazione BLAS integrata senza ricompilare. Credo che RcppArmadillo abbia anche ulteriori capacità BLAS/LAPACK; forse se sei fortunato Dirk ti fermerà e ti darà consigli migliori di me. – alistaire
Sì, ho trovato molti post sul blog su come farlo per Linux, alcuni su come farlo per Mac, ma per quanto riguarda Windows tutti sembrano evitare il "modo manuale" di optare per la soluzione ovvia, ovvero Revolution R/Microsoft R Open. – majom
Da quello che ho letto (forse errato), è perché è un dolore compilare _well_ senza esperienza di livello R-Core. In realtà, a meno che tu non gestisca regolarmente enormi matrici, MKL potrebbe non fare davvero molta differenza per te, quindi il punto potrebbe essere discutibile. – alistaire