NumPyとSciPyでBLAS / LAPACKリンケージを確認する方法は？

私はblasに基づいて私のnumpy / scipy環境を構築していますが、これに多少基づいていますウォークスルーにています。

完了したら、numpy / scipy関数が以前に構築されたblas / lapack機能を実際に使用していることをどのように確認できますか？

メソッドnumpy.show_config()（またはnumpy.__config__.show()）は、ビルド時に収集されたリンケージに関する情報を出力します。出力は次のようになります。Mac OSに同梱されているBLAS / LAPACKを使用しているということです。

>>> 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)]

あなたが探しているのはこれです： システム情報

私はアトラスでnumpy / scipyをコンパイルしました、そして私はこれを次のようにチェックできます：

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

その他のコマンドについては、ドキュメントを確認してください。

動的にロードされたバージョンを使用するので、これを行うことができます：

$ ldd anyoftheCmodules.so

どこanyoftheCmodules.so可能性があり、例えば、numpy/core/_dotblas.soへ、どのリンクlibblas.so。

リンクローダー依存関係ツールを使用して、ビルドのCレベルのフックコンポーネントを調べ、選択したblasおよびlapackに外部依存関係があるかどうかを確認できます。私は現在、Linuxボックスの近くではありませんが、OS Xマシンでは、インストールを保持するsite-packagesディレクトリ内でこれを行うことができます。

$ 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)

gnu / Linuxシステムの代わりに置き換えるとldd、otool必要な答えが得られるはずです。

次を使用して、BLAS、LAPACK、MKLリンケージを表示できますshow_config()。

import numpy as np
np.show_config()

私にとってはこれが出力を与えます：

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-navigator（Linux、WindowsまたはmacOSの場合はwww.anaconda.com/anaconda/install/）をインストールした場合-blas、scipy、およびnumpyがすべてインストールされ、navigatorホームの左側にある[環境]タブをクリックすると表示されますページ（各ディレクトリをアルファベット順に探します）。（ミニコンダや個々のパッケージではなく）完全なアナコンダをインストールすると、データサイエンスに必要な必須パッケージの多くがインストールされます。