问题描述
- 在升级tensorflow版本之后,更新了cudnn,再重新 import caffe 报错 Intel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so
- 在尝试把
libmkl_avx2.so
和libmkl_def.so
对应路径加入LD_LIBRARY_PATH均未解决; - 网上提供的解决方法有重新安装mkl,numpy,scipy等
快速解决方法
- 无需重新安装,添加命令
export LD_PRELOAD=/<option your path>/anaconda2/lib/libmkl_rt.so
到~/.bashrc
中即可,亲测有效; - 个人觉得该问题是因为环境配置过程中mkl库与其他库的依赖关系出现混乱导致的,即mkl动态库对应有多处路径
LD_PRELOAD
是个环境变量,用于动态库的加载,动态库加载的优先级最高,一般情况下,其加载顺序为LD_PRELOAD > LD_LIBRARY_PATH > /etc/ld.so.cache> /lib > /usr/lib
,因此使用最高级别的直接指定,由于我是anaconda中的python内部报错,所以指定anaconda/lib- 疑惑:按理说指定的库应该是libmkl_avx2.so 或者 libmkl_def.so,但我尝试之后,均无效,具体原因不知,
- 网上其他的替代方法也有把其他的库都指定后解决的,但有点多。
Adding export LD_PRELOAD= /path/to/anaconda/lib/libmkl_def.so:/path/to/anaconda/lib/libmkl_avx.so:
/path/to/anaconda/lib/libmkl_core.so:/path/to/anaconda/lib/libmkl_intel_lp64.so:/path/to/anaconda/lib/libmkl_intel_thread.so:/path/to/anaconda/lib/libiomp5.so
to my ~/.bashrc causes the problem to disappear.