Question

我实现了一个实时LMS算法，而numpy.dot比我的采样时间花费的时间更多，所以我需要numpy更快（我的矩阵是1D和100长）。

我已经阅读过关于用ATLAS等建立numpy的内容，但从来没有做过这样的事情并花了我一整天的努力去做，没有成功......

有人可以解释为什么没有包含ATLAS的构建吗？任何人都可以提供一个吗？有没有其他方法来加速点积？

我已尝试过numba和scipy.linalg.gemm_dot，但似乎都没有加速。

我的系统是带有Intel处理器的Windows8.1

Answer 1

如果你下载官方二进制文件，他们应该与ATLAS联系。如果您想确定，请检查np.show_config()的输出。问题是ATLAS（自动调谐线性代数系统）检查许多不同的组合和算法，并在编译时保持最佳。因此，当您运行预编译的ATLAS时，您正在为不同于您的计算机运行它。

所以，你改进dot的选择是：

自己编译ATLAS。在Windows上它可能有点挑战，但它是可行的。注意：您必须使用用于编译Python的相同编译器。也就是说，如果您决定使用MinGW，则需要使用MinGW编译Python，或者自己构建。
尝试Christopher Gohlke的Numpy。它与MKL相关联，比ATLAS快得多（并且在运行时进行所有优化）。
尝试Continuum分析'Conda加速（也与MKL联系）。除非你是学者，否则它需要花钱。在Linux中，Conda比系统python慢，因为它们必须使用旧的编译器来实现兼容性;我不知道Windows上是否就是这种情况。
使用Linux。你的Python生活将变得更加容易，设置系统来编译东西非常容易。此外，设置Cython也很简单，然后你可以编译整个算法，并可能进一步加快。

关于Cython的说明对Windows也有效，让它工作起来更加困难。我几年前（当我使用Windows时）试过，几天后就失败了;我不知道情况是否有所改善。

<强>替代：

你正在做两个向量的点积。然后，np.dot可能不是最有效的方式。我会用简单的Python (vec1*vec2).sum()来解释它（对于Numba来说非常好，这个表达式可以实际优化）或使用numexpr：

ne.evaluate(`sum(vec1 * vec2)`)

Numexpr还会自动并行化表达式。