在将ubuntu从12.04升级到14.04之后,为什么使用python的numpy的矩阵乘法变得如此缓慢？

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在将ubuntu从12.04升级到14.04之后,为什么使用python的numpy的矩阵乘法变得如此缓慢？，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1541字，纯文字阅读大概需要3分钟。

内容图文

我曾经有过Ubuntu 12.04,最近刚刚安装了Ubuntu 14.04.我正在研究的东西涉及大矩阵的乘法(~2000 X 2000),我正在使用numpy.我遇到的问题是,现在计算的时间要长10到15倍.

从Ubuntu 12.04到14.04意味着从Python 2.7.3到2.7.6以及从numpy 1.6.1到1.8.1.但是,我认为这个问题可能与numpy所链接的线性代数库有关.我只能找到libblas.so.3和liblapack.so.3,而不是libblas.so.3gf和liblapack.so.3gf.

我还安装了libopenblas和libatlas：

$sudo apt-get install libopenblas-base libatlas3-base

并尝试过它们,但减速并没有改变.所以,我的问题是：

>有没有“gf”的套餐有什么区别？
>这是否可能导致矩阵乘法减速？
>如果是这样,我怎样才能回到libblas.so.3gf和liblapack.so.3gf？它们似乎在Ubuntu 14.04中停止使用.

非常感谢！

解决方法:

wim是正确的,因为问题可能是由于numpy链接到较慢的BLAS库(例如参考CBLAS库而不是ATLAS)引起的.

您可以通过在numpy的一个已编译的共享库上调用ldd实用程序来检查在运行时链接的BLAS库.

例如,如果您使用apt-get在标准位置安装numpy：

~$ldd /usr/lib/python2.7/dist-packages/numpy/core/_dotblas.so
        ...
        libblas.so.3 => /usr/lib/libblas.so.3 (0x00007f01f0188000)
        ...

这个输出告诉我numpy链接到/usr/lib/libblas.so.3.这通常是参考CBLAS库的符号链接,这很慢.

你可以像wim建议的那样删除通过apt-get安装的numpy版本并自己构建,使用pip或直接下载源代码.但是,我强烈建议您不要使用sudo pip install …在系统范围内安装Python模块.这是一个不好习惯,因为你冒着在系统范围的Python环境中破坏依赖关系的风险.

使用pip install –user …安装到?/ .local /目录中更安全,甚至更好,安装到完全独立的virtualenv中.

另一个选择是使用update-alternatives强制您的系统范围numpy链接到不同的BLAS库.我写了一个previous answer here,展示了如何做到这一点.

内容总结

以上是互联网集市为您收集整理的在将ubuntu从12.04升级到14.04之后,为什么使用python的numpy的矩阵乘法变得如此缓慢？全部内容，希望文章能够帮你解决在将ubuntu从12.04升级到14.04之后,为什么使用python的numpy的矩阵乘法变得如此缓慢？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