如果numpy已经链接到BLAS（例如MKL），那么使用cython是值得的

Question

当我把我的numpy和MKL连接起来时，我的代码得到了一些加速。它仍然不够快，所以我们正在考虑使用cython。我想到的方法是使用CythonGSL使用gsl的blas函数来执行cython中昂贵的函数。不过，这有可能是浪费时间，因为numpy已经让MKL做了一些工作。你知道吗

但是我不知道MKL到底做了多少。我的代码中昂贵的部分是np.总和以及np.点. 我怀疑通过链接MKL的代码已经是最优化的，但我不确定。那么，如果有人知道numpy+MKL的行为是什么，那么他能告诉我，我可能是在浪费时间来执行cython实现吗？你知道吗

Answer 1

别这样！去GSL执行BLAS操作可获得0收益。它只是根据您构建它的方式链接到其他一些实现。代码是什么样子的？为什么你认为它很慢？同时看看这里。你知道吗

Benchmarking (python vs. c++ using BLAS) and (numpy)

人们有各种各样的假设，为什么事情是快/慢。当您看到代码并意识到它们可能会对矩阵等进行不必要的复制时，问题通常会变得很明显