Wie überprüfe ich die BLAS / LAPACK-Verknüpfung in NumPy und SciPy?

Ich baue meine numpy / scipy Umgebung basierend auf Blas und Lapack mehr oder weniger basierend auf diesem Durchgang auf.

Wenn ich fertig bin, wie kann ich überprüfen, ob meine Numpy / Scipy-Funktionen wirklich die zuvor erstellten Blas / Lapack-Funktionen verwenden?

Die Methode numpy.show_config()(oder numpy.__config__.show()) gibt Informationen zur Verknüpfung aus, die zum Zeitpunkt der Erstellung erfasst wurden. Meine Ausgabe sieht so aus. Ich denke, es bedeutet, dass ich das BLAS / LAPACK verwende, das mit Mac OS geliefert wird.

>>> 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)]

Was Sie suchen, ist Folgendes: Systeminformationen

Ich habe numpy / scipy mit atlas zusammengestellt und kann dies überprüfen mit:

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

Weitere Befehle finden Sie in der Dokumentation.

Da die dynamisch geladenen Versionen verwendet werden, können Sie Folgendes tun:

$ ldd anyoftheCmodules.so

wo anyoftheCmodules.sokönnte zum Beispiel sein numpy/core/_dotblas.so, welche Links zu libblas.so.

Sie können das Link Loader-Abhängigkeitstool verwenden, um die C-Level-Hook-Komponenten Ihres Builds zu überprüfen und festzustellen, ob sie externe Abhängigkeiten von Ihren Blas und dem Lapack Ihrer Wahl aufweisen. Ich bin momentan nicht in der Nähe einer Linux-Box, aber auf einem OS X-Computer können Sie dies im Verzeichnis site-packages tun, in dem sich die Installationen befinden:

$ 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)

Ersetzen Sie lddanstelle otooleines Gnu / Linux-Systems und Sie sollten die Antworten erhalten, die Sie benötigen.

Sie können die BLAS-, LAPACK- und MKL-Verknüpfung anzeigen mit show_config():

import numpy as np
np.show_config()

Was für mich Ausgabe gibt:

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']

Wenn Sie anaconda-navigator installiert haben (unter www.anaconda.com/anaconda/install/ für Linux, Windows oder macOS), werden blas, scipy und numpy installiert und Sie können sie anzeigen, indem Sie auf die Registerkarte Umgebungen auf der linken Seite der Navigator-Startseite klicken Seite (suchen Sie nach jedem Verzeichnis in Alpha-Reihenfolge). Durch die Installation der vollständigen Anaconda (im Gegensatz zu Miniconda oder einzelnen Paketen) werden viele der für die Datenwissenschaft erforderlichen wesentlichen Pakete installiert.