🆕 新着Qiita記事をお知らせします。​

​『MathNet.Numerics.MKLをLinux上のF#で使う』
https://qiita.com/t4k48n/items/dce379f9844317dbbb83 by @t4k48n @​Qiita

#f_qiita #mkl_qiita #_netcore_qiita #mathnet_numerics_qiita #mathnet_numerics_mkl_qiita

MathNet.Numerics.MKLをLinux上のF#で使う - Qiita

# はじめに 私はF#を使って数値計算のプログラムを書いています。数値計算が専門な訳ではなく、ロボットアームやその制御システムのモデリングやシミュレーションに数値計算を使っています。この用途なら線形代数が使えるならばどの言語でも達成...

🆕 新着Qiita記事をお知らせします。​

​『TravisCIでIntel MKLを利用したFortranプログラムをCIする』
https://qiita.com/toya42/items/f8c1fe37f219d5eba00e by @toya42 @​Qiita

#fortran_qiita #travisci_qiita #mkl_qiita

TravisCIでIntel MKLを利用したFortranプログラムをCIする - Qiita

## はじめに  Intel MKL[^mkl]を利用したFortranプログラムをTravisCI[^travis]で継続的インテグレーション(CI : continuous integration)する方法を述べる.本テストで用い...

🆕 新着Qiita記事をお知らせします。​

​『Intel MKLのようなネイティブな数学ライブラリでSpark機械学習アルゴリズムを加速する』
https://qiita.com/yechangyao/items/7064b04f0c0ca2f05c17 by @yechangyao @​Qiita

#spark_qiita #sparkmllib_qiita #hdp_qiita #mkl_qiita #svd_qiita

Intel MKLのようなネイティブな数学ライブラリでSpark機械学習アルゴリズムを加速する - Qiita

最近、仕事上でSpark MLlibのSVD(特異値分解)でMovieLensの推薦を実装するアプリの性能調査をしております。思った以上遅くて困っていました。SparkのDriver, Executorのメモリ、Executor数、O...

🆕 新着Qiita記事をお知らせします。​

​『CMakeでIntel MKLをリンクする』
https://qiita.com/toya42/items/bb57a2e04b1aaa2d2bcd by @toya42 @​Qiita

#fortran_qiita #cmake_qiita #mkl_qiita

CMakeでIntel MKLをリンクする - Qiita

## はじめに  CMake[^cmake]でIntel MKL[^mkl]を利用する方法をまとめる.本記事は前記事[CMakeに関する個人的メモ](https://qiita.com/toya42/items/13ef8a6cd45...

🆕 新着Qiita記事をお知らせします。​

​『[ブレイクタイム]出来る限りのスキルを活かしてCプログラムの高速化を試みたお話』
https://qiita.com/Y_F_Acoustics/items/738904ba4198bd111f55 by @y_f_acoustics @​Qiita

#c_qiita #mkl_qiita #gsl_qiita #ブレイクタイム_qiita

[ブレイクタイム]出来る限りのスキルを活かしてCプログラムの高速化を試みたお話 - Qiita

#きっかけ ふと思い立った。 **C言語のライブラリはしこたま入れたけれど、これらを自分の出来る限りフル活用したらどれだけ高速化できるだろうか?** ものは試し。ということでやってみます。 「スキル」とは「コーディングスキル」で...