python - 使用 Eigen 而不是 ATLAS 或 OpenBlas 构建 Numpy?

标签 python numpy eigen

Eigen看起来很有前途( Benchmark )我想知道是否可以使用 Eigen 库编译 numpy,因为可以使用 ATLAS 或 OpenBlas (或使用 intel-mkl)构建 numpy。我试图在配置中玩一点,但我想这超出了我的能力范围。 Benchmark from different linear algebra cores, Higher = better

最佳答案

从特征源中,您可以构建 BLAS 接口(interface)库,然后将 Numpy 链接到它。对于第一部分:

make build-eigen
cd build-eigen
cmake -DCMAKE_BUILD_TYPE=Release path/to/eigen
make blas lapack

这为您提供了具有静态和共享版本的 BLAS 和 LAPACK 库。然后只需将 Numpy 链接到 libeigen_blas_static.a 而不是 ATLAS。

另请注意,该基准测试相当古老,并且是在单个 SSE 处理器上完成的。该数字可能与 AVX 等有所不同。

关于python - 使用 Eigen 而不是 ATLAS 或 OpenBlas 构建 Numpy?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/20441851/

相关文章:

c++ - 具有特征库的归一化拉普拉斯矩阵

python - 在 Python 中将 JSON 参数作为 kwargs 传递

python - 用 NaN 连接 Pandas 中的两列

python - 有没有一种简单的方法来创建字典列表的哈希值?

python - 从颜色图中获取 "n"数字的 "n"等间距 RGB 颜色

python - 多处理 numpy 未定义错误

python - Microsoft.Azure.WebJobs.Script : Architecture Arm64 is not supported for language python (issue on Mac M1 Chip)

python - Numpy:获取数组中的最小值索引,忽略特定值

c++ - 在 Eigen 中实现 Clip()

c++ - 如何在类中初始化Eigen的SparseMatrix