1. ホーム
  2. python

[解決済み] Windows Scipyのインストール。Lapack/Blas のリソースが見つかりません

2022-04-29 01:54:28

質問

64ビットWindows 7デスクトップにpythonと一連のパッケージをインストールしようとしています。Python 3.4をインストールし、Microsoft Visual Studio C++をインストールし、numpy、pandas、および他のいくつかのパッケージを正常にインストールしました。scipyをインストールしようとすると、次のエラーが発生します。

numpy.distutils.system_info.NotFoundError: no lapack/blas resources found

pip install offlineを使用していますが、使用しているインストールコマンドは以下の通りです。

pip install --no-index --find-links="S:\python\scipy 0.15.0" scipy

私はここの投稿を読んで、私が正しく理解しているならば、VS C++コンパイラであるコンパイラが必要であることを知りました。私はPython 3.4を使っているので、2010バージョンを使っています。これは、他のパッケージではうまくいきました。

ウィンドウズバイナリを使用しなければならないのか、それともpip installで動作させる方法があるのでしょうか?

ありがとうございました。

解決方法を教えてください。

Windows 7 64-bit で SciPy をインストールした場合、BLAS/LAPACK ライブラリがない場合の解決策を説明します。

http://www.scipy.org/scipylib/building/windows.html

Anaconda のインストールはずっと簡単ですが、それでも Intel MKL や GPU サポートはお金を払わないと手に入りません(それらは Anaconda の MKL Optimizations と Accelerate アドオンにあります - PLASMA と MAGMA も使っているかどうかは分かりません)。MKL最適化により、numpyは大きな行列計算でIDLを10倍も上回りました。MATLABは内部でIntel MKLライブラリを使っていて、GPUコンピューティングをサポートしているので、学生なら値段的にもそれを使った方がいいかもしれません(MATLABが50ドル+Parallel Computing Toolboxが10ドル)。Intel Parallel Studioの無料体験版を入手すれば、MKLライブラリのほか、C++やFORTRANコンパイラも付いてくるので、WindowsにMKLやATLASからBLASやLAPACKをインストールしたい場合には重宝するはずです。

http://icl.cs.utk.edu/lapack-for-windows/lapack/

Parallel Studio には Intel MPI ライブラリも付属しており、クラスター コンピューティング アプリケーションと最新の Xeon プロセッサに便利です。BLAS や LAPACK を MKL 最適化で構築するプロセスは簡単ではありませんが、この Intel Webinar で説明されているように、Python や R でそうすることのメリットは非常に大きいのです。

https://software.intel.com/en-us/articles/powered-by-mkl-accelerating-numpy-and-scipy-performance-with-intel-mkl-python

AnacondaとEnthoughtは、この機能や他のいくつかのものをより簡単にデプロイできるようにすることでビジネスを展開しています。しかし、少しの仕事(と少しの学習)を喜んでする人は、自由に利用することができます。

Rをお使いの方は、MKL最適化BLASとLAPACKを無料で入手できます。 Rオープン をレボリューション・アナリティクスが提供します。

EDIT: Anaconda Python は現在、MKL 最適化とともに、Intel Python ディストリビューションを通じて他の多くの Intel ライブラリ最適化のサポートが同梱されています。しかし、Accelerateライブラリ(以前はNumbaProとして知られていた)のAnacondaのGPUサポートはまだ$10k USD以上です! 銅の頭(本質的にAnaconda Accelerateの無料版)は残念ながら5年前に開発を終了したので、そのための最良の代替はおそらくPyCUDAとscikit-cudaでしょう。それは次のように見つけることができます。 こちら ということです。