Python 当使用scipy.linalg.blas.sgemm时，numpy dot为大型阵列返回无效值

我正在尝试计算A•AT:

#这些是我的虚拟测试值
A=np.ones（（15000265），dtype=np.float32，order='F'）
A_T=np.one（（265150000），dtype=np.float32，order='F'）
out=scipy.linalg.blas.sgemm（alpha=1.0，a=a，b=a\u T）

两分钟后：

In[7]：out
出[7]：
数组（[[265,265,265.，…，0,0,0.]，
[ 265.,  265.,  265., ...,    0.,    0.,    0.],
[ 265.,  265.,  265., ...,    0.,    0.,    0.],
..., 
[ 265.,  265.,  265., ...,    0.,    0.,    0.],
[ 265.,  265.,  265., ...,    0.,    0.,    0.],
[ 265.,  265.,  265., ...,    0.,    0.,    0.]])
In[10]：变形
Out[10]：（150000，150000）

注意到零了吗？我迷路了。。。我尝试过使用64位浮点，得到了相同的输出。 从35468开始，数组为零

In[39]：out[035468]
Out[39]：0.0
在[9]中：scipy.\u版本__
输出[9]：“0.12.1”

更新/编辑：

我相当肯定，np.dot正在调用*gemm方法本身

[1]中的

：A=np.ones（（15000265），dtype=np.float32，order='F'）
在[2]中：A_T=np.one（（265150000），dtype=np.float32，order='F'）
In[3]：out=A.dot（A\u T）
In[4]：变形
Out[4]：（150000，150000）
In[5]：out
出[5]：
数组（[[265,265,265.，…，265,265,265,265.]，
[ 265.,  265.,  265., ...,  265.,  265.,  265.],
[ 265.,  265.,  265., ...,  265.,  265.,  265.],
..., 
[   0.,    0.,    0., ...,    0.,    0.,    0.],
[   0.,    0.,    0., ...,    0.,    0.,    0.],
[0,0,0.，…，0,0,0,0.]，dtype=float32）

在我的机器上，您的示例因

内存错误而消失，与
np.dot（A，A.T）
相同

减小矩阵大小时，会产生正确的结果

要进一步调试它，请尝试直接使用Fortran BLAS调用，而不使用python。如果它过去了，考虑一下。
作为旁注，从scipy 0.13开始，您可以使用“警告：这些函数很少或没有错误检查。错误使用它们可能会导致崩溃，因此更喜欢使用scipy.linalg中的更高级别例程”。因为
np.dot
可以进行矩阵乘法，为什么您选择使用
scipy.linalg.blas.dgemm
？对我来说，
np.dot（A，A_T）
更准确、更快。由于您的示例数据破坏了我的计算机，我不得不减小大小：我非常确定taht np.dot正在调用这些确切的blas例程。我对np.dot也有同样的失败。我现在重新运行以确认，并将更新原始帖子。@John1024谢谢您询问John。我最初从sgemm b/c开始，我想通过不必创建A和A_T来节省内存，因为*gemm有'trans_A'和'trans_b'参数。现在，我不认为这有什么关系，因为两个float32数组没有占用那么多空间。我同意……我需要从fortran运行blas或直接尝试cblas。在“hello world”之前，我从来没有编译过fortran……我想我开始学习：）注意这方面的新线程：）好吧，这里你需要的只是一个hello world:-）