此处描述了在Windows 7 64位上为SciPy安装缺少BLAS / LAPACK库的解决方案:
安装Anaconda要容易得多,但是你仍然无需支付英特尔MKL或GPU支持(它们是针对Anaconda的MKL优化和加速附加组件 - 我不确定他们是否也使用PLASMA和MAGMA) . 通过MKL优化,numpy在大型矩阵计算上的表现优于IDL 10倍 . MATLAB内部使用英特尔MKL库并支持GPU计算,因此,如果他们是学生,可以以价格使用它(MATLAB的50美元,并行计算工具箱10美元) . 如果您获得英特尔Parallel Studio的免费试用版,它将附带MKL库以及C和FORTRAN编译器,如果您想在Windows上安装MKL或ATLAS的BLAS和LAPACK,它们会派上用场:
Parallel Studio还附带英特尔MPI库,可用于集群计算应用程序及其最新的Xeon处理器 . 虽然使用MKL优化构建BLAS和LAPACK的过程并非易事,但对于Python和R这样做的好处非常大,如本次英特尔网络研讨会所述:
Anaconda和Enthought已经 Build 了业务,使这个功能和其他一些事情更容易部署 . 但是,对于那些愿意做一点工作(以及一点点学习)的人来说,它是免费的 .
对于那些使用R的人,现在可以通过Revolution Analytics的R Open免费获得MKL优化的BLAS和LAPACK .
编辑:Anaconda Python现在提供MKL优化,并通过英特尔Python发行版支持许多其他英特尔库优化 . 但是,在Accelerate库(以前称为NumbaPro)中对Anaconda的GPU支持仍然超过1万美元!最好的选择可能是PyCUDA和scikit-cuda,因为铜头(基本上是Anaconda Accelerate的免费版本)不幸在五年前停止了开发 . 它可以找到here如果有人想要从他们中断的地方拿起 .