找出 Numpy 是否/使用哪个 BLAS 库答案

【问题标题】：Find out if/which BLAS library is used by Numpy找出 Numpy 是否/使用哪个 BLAS 库
【发布时间】：2016-09-08 03:39:20
【问题描述】：

我在不同的环境（MacOS、Ubuntu、RedHat）中使用 numpy 和 scipy。通常我使用可用的包管理器（例如，mac ports、apt、yum）安装 numpy。

但是，如果您不手动编译 Numpy，如何确定它使用 BLAS 库？使用 mac 端口，ATLAS 作为依赖项安装。但是，我不确定它是否真的被使用过。当我执行一个简单的基准测试时，numpy.dot() 函数需要大约。时间是使用 Eigen C++ 库计算的点积的 2 倍。我不确定这是否是一个合理的结果。

【问题讨论】：

标签： python c++ macos numpy blas

【解决方案1】：

numpy.show_config() 并不总是提供可靠的信息。例如，如果我在 Ubuntu 14.04 上apt-get install python-numpy，np.show_config() 的输出如下所示：

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)]
...

看起来 numpy 正在使用标准 CBLAS 库。但是，我知道 numpy 正在使用 OpenBLAS，这是我通过 libopenblas-dev 包安装的。

检查 *nix 最明确的方法是使用 ldd 找出运行时 numpy 链接的共享库（我没有 Mac，但我认为您可以使用 otool -L 代替ldd)。

对于 v1.10 之前的 numpy 版本：
```
~$ ldd /<path_to_site-packages>/numpy/core/_dotblas.so
```
如果_dotblas.so 不存在，这可能意味着 numpy 在最初编译时未能检测到任何 BLAS 库，在这种情况下，它根本不会构建任何 BLAS 相关组件。
对于 numpy v1.10 及更新版本：

_dotblas.so has been removed，但你可以检查multiarray.so的依赖关系：
```
~$ ldd /<path_to_site-packages>/numpy/core/multiarray.so
```

查看我通过apt-get安装的numpy版本：

~$ ldd /usr/lib/python2.7/dist-packages/numpy/core/_dotblas.so 
    linux-vdso.so.1 =>  (0x00007fff12db8000)
    libblas.so.3 => /usr/lib/libblas.so.3 (0x00007fce7b028000)
    libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007fce7ac60000)
    libm.so.6 => /lib/x86_64-linux-gnu/libm.so.6 (0x00007fce7a958000)
    libpthread.so.0 => /lib/x86_64-linux-gnu/libpthread.so.0 (0x00007fce7a738000)
    /lib64/ld-linux-x86-64.so.2 (0x00007fce7ca40000)

/usr/lib/libblas.so.3 实际上是符号链接链的开始。如果我使用readlink -e 跟随他们到达最终目标，我会看到他们指向我的 OpenBLAS 共享库：

~$ readlink -e /usr/lib/libblas.so.3
/usr/lib/openblas-base/libblas.so.3

【讨论】：

如果ldd /<path_to_site-packages>/numpy/core/multiarray.so 的答案更高，我将不胜感激。
看起来在 numpy 1.16 中，multiarray 被重新组织了。我不得不跑ldd numpy/core/_multiarray_umath.cpython-36m-x86_64-linux-gnu.so

【解决方案2】：

numpy.show_config() 只是告诉我在我的 Debian Linux 上没有可用的信息。

但是 /usr/lib/python3/dist-packages/scipy/lib 有一个 blas 的子目录，它可能会告诉你你想要什么。在子目录 tests 中有几个 BLAS 测试程序。

希望这会有所帮助。

【讨论】：

【解决方案3】：

您想查看numpy.show_config() 以查看配置了哪些库。

最新的mkl 应该显示libraries = ['mkl_rt']，在此之前它应该包含几个mkl_ 库。另见here。

【讨论】：