为什么在python会话中第一次调用np.dot时会慢得多？

我正在尝试执行一系列大的

np.dot（a，x）

操作，第一个操作似乎比后续调用花费的时间要长得多。在我的问题中，

a

是高的[nx2]，而

x

是[2x1]。我的大矩阵

a

是常数，只是

x

在变化。这里是一个MWE：

import numpy as np

@profile
def do_work(a,x):
    tmp = np.dot(a,x)
    return tmp

@profile
def do_work_iter(a,x):
    tmp = np.dot(a,x)
    return tmp

if __name__=="__main__":

    n = 50000
    a = np.random.randn(n,2)
    x = np.random.randn(2,1)

    #
    tmp = do_work(a,x)

    #
    niter = 100
    for i in range(niter):
        x = np.random.randn(2,1)
        tmp = do_work_iter(a,x)

使用

line\u profiler

，我得到了对

np.dot

的第一次调用的.155 s/call和对后续调用的.00013 s/call。是否有一些设置/错误检查

numpy

第一次在这里执行？有什么办法可以绕过它吗？或者，是否有某种搜索blas函数的方法需要花费所有的时间

我还运行了

profile

，它给出了以下内容：

ncalls  tottime  percall  cumtime  percall filename:lineno(function)
     1    0.000    0.000    1.514    1.514 {built-in method builtins.exec}
     1    0.000    0.000    1.514    1.514 <string>:1(<module>)
     1    0.000    0.000    1.514    1.514 speed_small.py:15(run)
   101    1.503    0.015    1.503    0.015 {built-in method numpy.core.multiarray.dot}
     1    0.000    0.000    1.491    1.491 speed_small.py:5(do_work)
   100    0.000    0.000    0.012    0.000 speed_small.py:10(do_work_iter)

ncalls tottime percall cumtime percall文件名：lineno（函数）
1 0.000 0.000 1.514 1.514{内置方法builtins.exec}
1    0.000    0.000    1.514    1.514 :1()
1 0.000 0.000 1.514 1.514速度_小。py:15（运行）
101 1.503 0.015 1.503 0.015{内置方法numpy.core.multiarray.dot}
1 0.000 0.000 1.491 1.491速度小。py:5（不工作）
100 0.000 0.000 0.012 0.000速度小。py:10（不工作）

因此，

numpy.core.multiarray.dot

占用了所有的时间，它不能提供更多关于堆栈底层的信息

---

我在Anaconda使用Python 3.6，并安装了mkl（Windows 7）。

我使用的是Python 3.6，但我猜您第一次会产生

import

开销。在这之后，模块被激活cached@roganjosh在脚本进入

之前，是否包含了模块（如果uuu name\uuuuu='\uuu main\uuuuu'：

部分）？它是一个外部模块，代码中没有任何内容表明您正在使用它（编辑：这是一个谎言，您正在使用

@profile

装饰器，因此我将重新考虑）我不知道到底是什么时间绑定到主库时间。加载BLAS？