问将ATLAS/MKL链接到已安装的Numpy

EN

假设您运行的是某种风格的linux，下面是一种方法：

使用ldd.，

1. 找出当前链接的BLAS库numpy

//numpy/core/_dotblas.so

- **For versions of numpy older than v1.10:**

$ ldd

例如，如果我通过apt-get安装numpy，它将链接到

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

如果 numpy 不存在，这可能意味着它在最初安装时未能检测到任何BLAS库，在这种情况下，它根本不会构建任何依赖于BLAS的组件。如果您使用pip安装numpy，而不手动指定BLAS库(见下文)，则通常会发生这种情况。如果你想链接到一个外部的BLAS库，我担心你将别无选择，只能重建numpy。

来自最新版本的

- **For numpy v1.10 and newer:**

，但您应该能够检查multiarray.so的依赖关系：

$ ldd //numpy/core/multiarray.so

​

1. 如果你还没有安装ATLAS/MKL/OpenBLAS，就安装它。顺便说一下，我绝对推荐OpenBLAS而不是ATLAS --看看this answer (尽管基准测试数据现在可能有点过时了)。
2. 使用update-alternatives创建一个指向您选择的新BLAS库的符号链接。例如，如果在/opt/OpenBLAS/lib中安装了libopenblas.so，则应执行以下操作：

$ 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，从而允许您在多个已安装的BLAS库之间手动切换。

例如，当我调用$ sudo update-alternatives --config libblas.so.3时，我可以在3个库中选择一个：

选择路径优先级状态0 /opt/OpenBLAS/lib/libopenblas.so 40自动模式1/opt/OpenBLAS/lib/libopenblas.so 40手动模式2 /usr/lib/atlas-base/atlas/libblas.so.3 35手动模式*3 /usr/lib/libblas/libblas.so.3 10手动模式

如果你真的想要numpy的“最新”版本，你也可以看看my answer on compiling numpy from source with OpenBLAS integration。

使用pip安装支持BLAS的numpy

正如@tndoan在评论中提到的，可以通过在~/.numpy-site.cfg中放置一个配置文件来使pip遵守numpy的特定配置-有关更多详细信息，请参阅this answer。

我个人的偏好是手动配置和构建numpy。这并不是特别困难，而且它可以让您更好地控制numpy的配置。

答案取决于NumPy最初是如何构建的。如果它是针对BLAS和LAPACK构建的，那么至少没有办法强制numpy.dot在以后使用ATLAS/MKL而不进行重建。其他函数不使用numpy.dot，您可以使用update-alternatives更改符号链接libblas.so.3和liblapack.so.3的目标。这是因为numpy.dot需要ATLAS样式的CBLAS或OpenBLAS/MKL，而不是netlib提供的BLAS/CBLAS和LAPACK。

我使用的是openSUSE，并且已经从netlib安装了标准的cblas-devel。然而，强制NumPy使用附带的cblas/cblas-devel似乎是不可能的。也就是说，如果您针对netlib BLAS/LAPACK/CBLAS (作为官方包)构建NumPy，则不能构建_dotblas.so(提供numpy.dot的BLAS版本)(1.10之前)，或者multiarray.so(1.10及更高版本)根本不链接到libblas.so.3。请参阅github：https://github.com/numpy/numpy/issues/1265上的问题和引用的Debian bug报告：https://bugs.debian.org/cgi-bin/bugreport.cgi?bug=464784。也许有人可以钻研源代码来制作一个patch...Anyway，这只是一个受影响的函数(numpy.dot)，现在你总是可以使用更快的OpenBLAS轻松地重建整个NumPy，所以可能根本没什么大不了的。

结论：您可以稍后链接到ATLAS/MKL/OpenBLAS而无需重新编译，但如果NumPy最初不是针对ATLAS/MKL/OpenBLAS构建的，numpy.dot仍然会非常慢(因为numpy.dot一开始就没有使用任何 BLAS，一旦编译完成，您对此无能为力)。

更新：实际上你可以强制numpy构建_dotblas.so。我为numpy-1.9.2做了一个补丁：

diff -Npru numpy-1.9.2.orig/numpy/core/setup.py numpy-1.9.2/numpy/core/setup.py
--- numpy-1.9.2.orig/numpy/core/setup.py        2015-02-01 11:38:25.000000000 -0500
+++ numpy-1.9.2/numpy/core/setup.py     2016-03-28 01:31:12.948885383 -0400
@@ -953,8 +953,8 @@ def configuration(parent_package='',top_
     #blas_info = {}
     def get_dotblas_sources(ext, build_dir):
         if blas_info:
-            if ('NO_ATLAS_INFO', 1) in blas_info.get('define_macros', []):
-                return None # dotblas needs ATLAS, Fortran compiled blas will not be sufficient.
+            #if ('NO_ATLAS_INFO', 1) in blas_info.get('define_macros', []):
+            #    return None # dotblas needs ATLAS, Fortran compiled blas will not be sufficient.
             return ext.depends[:3]
         return None # no extension module will be built

现在_dotblas.so已链接到libblas.so.3，您可以使用update-alternatives来测试它们之间的区别。