将ATLAS / MKL链接到已安装的Numpy

Question

TL; DR 如何在不重建的情况下将ATLAS / MKL链接到现有的Numpy。

我使用Numpy来计算大型矩阵，但发现它非常慢，因为Numpy仅使用1个核来进行计算。经过大量搜索后，我发现我的Numpy没有链接到某些优化的库，例如ATLAS
/ MKL。这是我的numpy配置：

>>>import numpy as np
>>>np.__config__.show()
blas_info:
    libraries = ['blas']
    library_dirs = ['/usr/lib']
    language = f77
lapack_info:
    libraries = ['lapack']
    library_dirs = ['/usr/lib']
    language = f77
atlas_threads_info:
    NOT AVAILABLE
blas_opt_info:
    libraries = ['blas']
    library_dirs = ['/usr/lib']
    language = f77
    define_macros = [('NO_ATLAS_INFO', 1)]
atlas_blas_threads_info:
  NOT AVAILABLE
openblas_info:
  NOT AVAILABLE
lapack_opt_info:
    libraries = ['lapack', 'blas']
    library_dirs = ['/usr/lib']
    language = f77
    define_macros = [('NO_ATLAS_INFO', 1)]
atlas_info:
  NOT AVAILABLE
lapack_mkl_info:
  NOT AVAILABLE
blas_mkl_info:
  NOT AVAILABLE
atlas_blas_info:
  NOT AVAILABLE
mkl_info:
  NOT AVAILABLE

因此，我想将ATLAS /
MKL链接到Numpy。但是，我的Numpy是通过PIP安装的，所以我不想手动安装，因为我想使用最新版本。我已经做了一些搜索，但它们仅用于从头开始构建。因此，我的问题是：

• 有什么方法可以将ATLAS / MKL链接到Numpy，而无需重新构建？
• 我发现配置信息保存在Numpy安装文件夹的 _config _.py中。那么修改它可以解决我的问题吗？如果是，请告诉我如何？

Answer 1

假设您正在运行某种形式的linux，可以采用以下一种方法：

1. 找出当前使用链接的BLAS库numpy ldd。

   • 对于低于v1.10的numpy版本：

         $ ldd /<path_to_site-packages>/numpy/core/_dotblas.so
     

例如，如果我通过安装numpy apt-get，它将链接到

            ...
    libblas.so.3 => /usr/lib/libblas.so.3 (0x00007fed81de8000)
    ...

如果_dotblas.so不存在，则可能意味着numpy最初安装时未检测到任何BLAS库，在这种情况下，它根本没有构建任何依赖于BLAS的组件。如果在pip不手动指定BLAS库的情况下使用numpy安装numpy，则通常会发生这种情况（请参见下文）。如果您要链接到外部BLAS库，恐怕您别无选择，只能重建numpy。

---

* **对于numpy v1.10及更高版本：**

_dotblas.so 已从最新版本的numpy中 删除 ，但是您应该可以检查numpy的依赖项multiarray.so：

            $ ldd /<path_to_site-packages>/numpy/core/multiarray.so

1. 如果尚未安装ATLAS / MKL / OpenBLAS。顺便说一句，我肯定会推荐OpenBLAS而不是ATLAS-看一下这个答案（尽管基准数据现在可能有点过时了）。

2. 使用update-alternatives创建一个符号链接到您所选择的新的BLAS库。例如，如果您安装libopenblas.so到中/opt/OpenBLAS/lib，则可以执行以下操作：

   $ sudo update-alternatives --install /usr/lib/libblas.so.3 \
                                    libblas.so.3 \
                                    /opt/OpenBLAS/lib/libopenblas.so \
                                    50
   

您可以为单个目标库配置多个符号链接，从而可以在多个已安装的BLAS库之间手动切换。

例如，当我致电时$ sudo update-alternatives --config libblas.so.3，我可以在3个库之一中进行选择：

      Selection    Path                                    Priority   Status
------------------------------------------------------------
  0            /opt/OpenBLAS/lib/libopenblas.so         40        auto mode
  1            /opt/OpenBLAS/lib/libopenblas.so         40        manual mode
  2            /usr/lib/atlas-base/atlas/libblas.so.3   35        manual mode
* 3            /usr/lib/libblas/libblas.so.3            10        manual mode

如果您真的想要numpy的“最新”版本，也可以看看我有关通过OpenBLAS集成从源代码编译numpy的答案。

使用pip安装具有BLAS支持的numpy

正如@tndoan在评论中提到的，可以pip通过在其中放置配置文件来尊重numpy的特定配置~/.numpy- site.cfg-有关更多详细信息，请参见此答案。

我个人的喜好是手动配置和构建numpy。这并不是特别困难，它使您可以更好地控制numpy的配置。