¿Cómo verificar el enlace BLAS / LAPACK en NumPy y SciPy?

Estoy construyendo mi entorno numpy / scipy basado en blas y lapack más o menos basado en este recorrido.

Cuando termine, ¿cómo puedo verificar que mis funciones numpy / scipy realmente usan las funcionalidades blas / lapack construidas anteriormente?

El método numpy.show_config()(o numpy.__config__.show()) genera información sobre la vinculación recopilada en el momento de la compilación. Mi salida se ve así. Creo que significa que estoy usando BLAS / LAPACK que viene con Mac OS.

>>> import numpy as np
>>> np.show_config()

lapack_opt_info:
    extra_link_args = ['-Wl,-framework', '-Wl,Accelerate']
    extra_compile_args = ['-msse3']
    define_macros = [('NO_ATLAS_INFO', 3)]
blas_opt_info:
    extra_link_args = ['-Wl,-framework', '-Wl,Accelerate']
    extra_compile_args = ['-msse3', '-I/System/Library/Frameworks/vecLib.framework/Headers']
    define_macros = [('NO_ATLAS_INFO', 3)]

Lo que está buscando es esto: información del sistema

Compilé numpy / scipy con atlas y puedo verificar esto con:

import numpy.distutils.system_info as sysinfo
sysinfo.get_info('atlas')

Consulte la documentación para más comandos.

Como utiliza las versiones cargadas dinámicamente, puede hacer esto:

$ ldd anyoftheCmodules.so

dónde anyoftheCmodules.sopodría estar, por ejemplo numpy/core/_dotblas.so, a qué enlaces libblas.so.

Puede usar la herramienta de dependencia del cargador de enlaces para ver los componentes de enlace de nivel C de su compilación y ver si tienen dependencias externas en su blas y paquete de opciones. No estoy cerca de una caja de Linux en este momento, pero en una máquina con OS X puede hacer esto dentro del directorio de paquetes del sitio que contiene las instalaciones:

$ otool -L numpy/core/_dotblas.so 
numpy/core/_dotblas.so:
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 125.2.0)
    /System/Library/Frameworks/vecLib.framework/Versions/A/vecLib (compatibility version 1.0.0, current version 268.0.1)

$ otool -L scipy/linalg/flapack.so 
scipy/linalg/flapack.so (architecture i386):
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/local/lib/libgcc_s.1.dylib (compatibility version 1.0.0, current version 1.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 111.1.4)
    /System/Library/Frameworks/vecLib.framework/Versions/A/vecLib (compatibility version 1.0.0, current version 242.0.0)
scipy/linalg/flapack.so (architecture ppc):
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/local/lib/libgcc_s.1.dylib (compatibility version 1.0.0, current version 1.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 111.1.4)

$ otool -L scipy/linalg/fblas.so 
scipy/linalg/fblas.so (architecture i386):
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/local/lib/libgcc_s.1.dylib (compatibility version 1.0.0, current version 1.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 111.1.4)
    /System/Library/Frameworks/vecLib.framework/Versions/A/vecLib (compatibility version 1.0.0, current version 242.0.0)
scipy/linalg/fblas.so (architecture ppc):
    /System/Library/Frameworks/Accelerate.framework/Versions/A/Accelerate (compatibility version 1.0.0, current version 4.0.0)
    /usr/local/lib/libgcc_s.1.dylib (compatibility version 1.0.0, current version 1.0.0)
    /usr/lib/libSystem.B.dylib (compatibility version 1.0.0, current version 111.1.4)

sustituya ldden lugar de otoolen un sistema gnu / Linux y debería obtener las respuestas que necesita.

Puede mostrar enlaces BLAS, LAPACK, MKL usando show_config():

import numpy as np
np.show_config()

Lo que para mí da salida:

mkl_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']
blas_mkl_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']
blas_opt_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']
lapack_mkl_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']
lapack_opt_info:
    libraries = ['mkl_rt', 'pthread']
    library_dirs = ['/my/environment/path/lib']
    define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
    include_dirs = ['/my/environment/path/include']

Si instaló anaconda-navigator (en www.anaconda.com/anaconda/install/ para linux, Windows o macOS), se instalarán blas, scipy y numpy y podrá verlos haciendo clic en la pestaña de entornos en el lado izquierdo de la página de inicio del navegador página (busque cada directorio en orden alfabético). La instalación de anaconda completa (a diferencia de miniconda o paquetes individuales) se encargará de instalar muchos de los paquetes esenciales necesarios para la ciencia de datos.