我发现，numpy.sin当参数大小小于等于8192且大于8192时，行为会有所不同。性能和返回的值都不同。有人可以解释这种影响吗？
例如，让我们计算sin（pi / 4）：
x = np.pi*0.25
for n in range(8191, 8195):
xx = np.repeat(x, n)
%timeit np.sin(xx)
print(n, np.sin(xx)[0])
64.7 µs ± 194 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
8191 0.7071067811865476
64.6 µs ± 166 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
8192 0.7071067811865476
20.1 µs ± 189 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
8193 0.7071067811865475
21.8 …拜托，我这里需要一盏灯。我想在 Windows 上使用一个好的 BLAS/LAPACK 库安装 numpy ，但绝对没有页面足够好地解释这个过程。看来 OpenBLAS 是一个不错且快速的选择。
目标是将“theano”与“keras”结合使用，而“theano”要求库是“动态的”，而不是静态的。（不确定我明白这意味着什么，但它会导致缓慢和内存问题）
请把我当作一个完全的新手。给我一个关于如何做到这一点的分步教程！不要忘记告诉我文件应该放在“哪里”！哪些文件夹应该放在 PATH 中！我应该调用什么命令，它们的输出是什么，在哪里？我如何处理他们的结果或编译文件？numpy 如何找到它们？等等。我见过的所有网站似乎都认为我是 linux 专家并且已经知道一切。
我尝试过的：
从这里下载了 numpy+mkl 的编译版本-- 这确实安装了 numpy，它变得可用了，但是 theano 出现了内存泄漏问题，除了工作缓慢之外。是ldflags在.theanorc文件中设置权限的问题吗？如果是这样，哪些是标志？- 关于 MKL 库，这个答案可能有用吗？
尝试安装 Anaconda - 它也不起作用，我不知道出了什么问题。它给了我建议安装一些额外东西的消息，它工作但非常慢。比我上面提到的被窃听的 numpy 版本慢 10 倍以上（所以，不可接受，不可能以这种速度工作）。如果我必须更改有关 Anaconda 的所有内容，最好改用常规 Python 并了解发生了什么。
发现这些已经编译的BLAS/LAPACK 库（.dll 和 .lib）文件。但是……我该怎么处理他们？-- 只需将他们的文件夹添加到PATHvar 并安装 numpy 给我“numpy-atlas”，而不是我下载的库。我如何让 numpy 看到它们？
试图理解这个页面，但是，它似乎会引导我完全到上一个案例，我将如何处理结果？他们建议我使用的库在哪里？什么是建议的quickbuild脚本，它们在哪里？
在此处找到 Cygwin …
Anaconda Python 发行版使用针对 Intel-MKL 库而不是“标准”NumPy 编译的 NumPy（和相关包）。如何在特定的 conda 环境中使用带有“标准”NumPy 的 Anaconda？不幸的是，目前还不能使用另一个 Python 发行版。如果相关：我使用的是 Windows 和 Python 3.6。
我想测试和比较使用英特尔 MKL 和不使用英特尔 MKL 的 Numpy 矩阵乘法和特征分解性能。
我已经使用pip install mkl（Windows 10（64位），Python 3.8）安装了MKL。
然后我使用这里的示例进行 matmul 和特征分解。
我现在如何启用和禁用 MKL 以便检查使用 MKL 和不使用 MKL 时的 numpy 性能？
参考代码：
import numpy as np
from time import time
def matrix_mul(size, n=100):
# reference: https://markus-beuckelmann.de/blog/boosting-numpy-blas.html
np.random.seed(112)
a, b = np.random.random((size, size)), np.random.random((size, size))
t = time()
for _ in range(n):
np.dot(a, b)
delta = time() - t
print('Dotted two matrices of size %dx%d in %0.4f ms.' % (size, size, delta / n …