使用MKL或瓶颈库,numpy / pandas矢量化计算速度更快吗?

时间:2017-12-01 10:11:48

标签: python performance pandas numpy intel-mkl

目前,我使用bottleneck来提高大型(100K行)矢量化numpy / pandas代码的性能。这导致了显着的收益。现在我正在考虑将MKL用于BLAS而不是当前的BLAS库,但我不是专家,我担心我会失去我在设置上已经获得的东西。

我是否会因为获得MKL的加速而失去瓶颈所带来的性能?我可以将这两种方法结合起来吗?

0 个答案:

没有答案