numpy - 如何加速scipy/numpy中的expm函数等矩阵函数？

Question

我正在使用 scipy和 numpy多次计算 6*6 矩阵的幂。

与 Matlab 相比，它大约慢 10 倍。

我使用的函数是 scipy.linalg.expm ，我也尝试过弃用的方法 scipy.linalg.expm2和 scipy.linalg.expm3 ，而这些仅比 expm 快两倍.我的问题是:

怎么了 expm2和 expm3因为它们比 expm 快?

我正在使用来自 http://www.lfd.uci.edu/~gohlke/pythonlibs/ 的轮子包，我找到了 https://software.intel.com/en-us/articles/building-numpyscipy-with-intel-mkl-and-intel-fortran-on-windows .是用MKL编译的wheel包。如果没有，我想我可以通过自己用 MKL 编译来优化和 numpy、scipy？

还有其他优化性能的方法吗？

Answer 1

好吧，我想我自己找到了问题 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 快大约 2 倍

好吧，经过一整天的尝试通过 MKL 编译 scipy，我成功了。构建 scipy 真的很难，尤其是当我使用 windows、x64 和 python3 时。结果证明这是浪费时间。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。