NumPy 및 SciPy에서 BLAS / LAPACK 연결을 확인하는 방법은 무엇입니까?

Blas를 기반으로 한 numpy / scipy 환경을 구축 하고이 산책을 기반으로 다소의 포장 을합니다.

완료되면 numpy / scipy 함수가 이전에 빌드 된 blas / lapack 기능을 실제로 사용하는지 어떻게 확인할 수 있습니까?

메소드 numpy.show_config()(또는 numpy.__config__.show())는 빌드시 수집 된 연결에 대한 정보를 출력합니다. 내 출력은 다음과 같습니다. Mac OS와 함께 제공되는 BLAS / LAPACK을 사용한다는 의미입니다.

>>> import numpy as np
>>> np.show_config()

lapack_opt_info:
    extra_link_args = ['-Wl,-framework', '-Wl,Accelerate']
    extra_compile_args = ['-msse3']
    define_macros = [('NO_ATLAS_INFO', 3)]
blas_opt_info:
    extra_link_args = ['-Wl,-framework', '-Wl,Accelerate']
    extra_compile_args = ['-msse3', '-I/System/Library/Frameworks/vecLib.framework/Headers']
    define_macros = [('NO_ATLAS_INFO', 3)]

당신이 찾고있는 것은 이것입니다 : 시스템 정보

아틀라스로 numpy / scipy를 컴파일했으며이를 확인할 수 있습니다.

import numpy.distutils.system_info as sysinfo
sysinfo.get_info('atlas')

자세한 명령은 설명서를 확인하십시오.

동적으로로드 된 버전을 사용하므로 다음과 같이하면됩니다.

$ ldd anyoftheCmodules.so

어디 anyoftheCmodules.so수, 예를 들어, numpy/core/_dotblas.so에, 어떤 링크 libblas.so.

링크 로더 종속성 도구를 사용하여 빌드의 C 레벨 후크 구성 요소를보고 구성 요소가 선택한 Blas 및 Lapack에 대한 외부 종속성이 있는지 확인할 수 있습니다. 나는 지금 리눅스 박스 근처에 있지 않지만 OS X 머신에서는 설치를 보유한 site-packages 디렉토리 에서이 작업을 수행 할 수 있습니다.

$ otool -L numpy/core/_dotblas.so 
numpy/core/_dotblas.so:
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 125.2.0)
    /System/Library/Frameworks/vecLib.framework/Versions/A/vecLib (compatibility version 1.0.0, current version 268.0.1)

$ otool -L scipy/linalg/flapack.so 
scipy/linalg/flapack.so (architecture i386):
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/local/lib/libgcc_s.1.dylib (compatibility version 1.0.0, current version 1.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 111.1.4)
    /System/Library/Frameworks/vecLib.framework/Versions/A/vecLib (compatibility version 1.0.0, current version 242.0.0)
scipy/linalg/flapack.so (architecture ppc):
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/local/lib/libgcc_s.1.dylib (compatibility version 1.0.0, current version 1.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 111.1.4)

$ otool -L scipy/linalg/fblas.so 
scipy/linalg/fblas.so (architecture i386):
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/local/lib/libgcc_s.1.dylib (compatibility version 1.0.0, current version 1.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 111.1.4)
    /System/Library/Frameworks/vecLib.framework/Versions/A/vecLib (compatibility version 1.0.0, current version 242.0.0)
scipy/linalg/fblas.so (architecture ppc):
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/local/lib/libgcc_s.1.dylib (compatibility version 1.0.0, current version 1.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 111.1.4)

대체 ldd대신에 otoolGNU / 리눅스 시스템에 당신은 당신이 필요로하는 답을 얻어야한다.

다음을 사용하여 BLAS, LAPACK, MKL 링키지를 표시 할 수 있습니다 show_config().

import numpy as np
np.show_config()

나에게 출력을 제공합니다.

mkl_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']
blas_mkl_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']
blas_opt_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']
lapack_mkl_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']
lapack_opt_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']

anaconda-navigator를 설치 한 경우 (리눅스, Windows 또는 macOS의 경우 www.anaconda.com/anaconda/install/)-blas, scipy 및 numpy가 모두 설치되며 네비게이터 홈 왼쪽의 환경 탭을 클릭하여 볼 수 있습니다. 페이지 (알파 순으로 각 디렉토리를 찾습니다). 전체 아나콘다 (miniconda 또는 개별 패키지와 달리)를 설치하면 데이터 과학에 필요한 많은 필수 패키지를 설치하게됩니다.