如何在scipy / numpy中加速expm函数等矩阵函数？

Question

我正在使用scipy和numpy多次计算6 * 6矩阵的取幂。

与Matlab相比，速度慢了约10倍。

我正在使用的功能是scipy.linalg.expm，我还尝试过不推荐的方法scipy.linalg.expm2和scipy.linalg.expm3，这些只比expm快两倍。我的问题是：

1. expm2和expm3有什么问题，因为它们比expm更快？

2. 我正在使用http://www.lfd.uci.edu/~gohlke/pythonlibs/的轮包，我找到了https://software.intel.com/en-us/articles/building-numpyscipy-with-intel-mkl-and-intel-fortran-on-windows。轮盘包是用MKL编译的。如果没有，我想我可以通过自己用MKL编译来优化和调整scipy？

3. 优化效果的其他方法是什么？

Answer 1

我认为我已经找到了问题1和2的答案 1.似乎expm2和expm3返回数组而不是矩阵。但它们比expm快2倍

1. 好吧，经过一整天试图用MKL编译scipy，我成功了。构建scipy真的很难，特别是当我使用windows，x64和python3时。事实证明这是浪费时间。它甚至不比http://www.lfd.uci.edu/~gohlke/pythonlibs/的whl包快一点。

希望有人回答问题3。

Answer 2

您的矩阵相对较小，因此数字部分可能不是瓶颈。您应该使用分析器来确保限制在取幂中。 您还可以查看source code of these implementations并编写具有较少条件和检查的等效函数。