python – 是否可以知道哪些SciPy / NumPy函数在多个内核上运行？

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 是否可以知道哪些SciPy / NumPy函数在多个内核上运行？，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1196字，纯文字阅读大概需要2分钟。

内容图文

我试图明确地弄清楚SciPy / NumPy中的哪些函数在多个处理器上运行.我可以,例如在SciPy参考手册中读到SciPy使用它,但我更感兴趣的是确切地说哪些函数运行并行计算,因为并非所有函数都可以.当你输入帮助(SciPy.foo)时,梦想场景当然会被包括在内,但事实并非如此.

任何帮助都感激不尽.

最好,

马蒂亚斯

解决方法:

我认为这个问题更适合你使用的BLAS / LAPACK库而不是SciPy / NumPy.

某些BLAS / LAPACK库(如MKL)本身使用多个核,而其他实现可能不会.

以scipy.linalg.solve为例,这里是它的源代码(为清楚起见省略了一些错误处理代码)：

def solve(a, b, sym_pos=0, lower=0, overwrite_a=0, overwrite_b=0,
          debug = 0):
    if sym_pos:
        posv, = get_lapack_funcs(('posv',),(a1,b1))
        c,x,info = posv(a1,b1,
                        lower = lower,
                        overwrite_a=overwrite_a,
                        overwrite_b=overwrite_b)
    else:
        gesv, = get_lapack_funcs(('gesv',),(a1,b1))
        lu,piv,x,info = gesv(a1,b1,
                             overwrite_a=overwrite_a,
                             overwrite_b=overwrite_b)

    if info==0:
        return x
    if info>0:
        raise LinAlgError, "singular matrix"
    raise ValueError,          'illegal value in %-th argument of internal gesv|posv'%(-info)

正如您所看到的,它只是两个LAPACK函数系列的一个薄包装(以DPOSV和DGESV为例).

SciPy级别没有并行性,但您在系统上观察到使用多个核心的功能.唯一可能的解释是您的LAPACK库能够使用多个内核,而NumPy / SciPy无法做任何事情来实现这一目标.

内容总结

以上是互联网集市为您收集整理的python – 是否可以知道哪些SciPy / NumPy函数在多个内核上运行？全部内容，希望文章能够帮你解决python – 是否可以知道哪些SciPy / NumPy函数在多个内核上运行？所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端