intelpython不能玩_python-Intel MKL致命错误：无法加载libmkl_avx2.so或libmkl_def.s

python-Intel MKL致命错误：无法加载libmkl_avx2.so或libmkl_def.s

我正在运行python脚本，但出现此错误：

Intel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so.

这两个文件都位于anaconda2 / lib目录中。 如何解决此错误？ 谢谢。

9个解决方案

99 votes

如果使用conda，请尝试使用以下两个命令：

conda install nomkl numpy scipy scikit-learn numexpr

conda remove mkl mkl-service

它应该可以解决您的问题。

Zaikun Xu answered 2020-02-07T11:43:15Z

35 votes

安装anaconda3(版本4.2.0)后，我遇到了这个问题。 对我来说，修复很简单，而且我能够继续使用mkl。 只需更新到最新的numpy版本。

conda update numpy

Drew Swartz answered 2020-02-07T11:43:35Z

16 votes

只是要注意，默认情况下启用了mkl的Anaconda 4.0.0就有此问题。问题确实在Anaconda上，因为可以通过下面的简单python测试来重现。

实际的问题是Anaconda与mkl链接，但未与libmkl_core.so链接，因此它缺少符号，可以通过运行以下命令查看：

$ LD_DEBUG=symbols python -c 'import sklearn.linear_model.tests.test_randomized_l1' 2>&1 | grep -i error

2200: /opt/anaconda/lib/python2.7/site-packages/scipy/special/../../../../libmkl_avx.so: error: symbol lookup error: undefined symbol: mkl_dft_fft_fix_twiddle_table_32f (fatal)

我不想卸载mkl，因为我想提高性能，所以我找到了一个对我有用的解决方法-在执行之前预加载libmkl_core.so。

$ python -c 'import sklearn.linear_model.tests.test_randomized_l1'

Intel MKL FATAL ERROR: Cannot load libmkl_avx.so or libmkl_def.so.

$

$ LD_PRELOAD=/opt/anaconda/lib/libmkl_core.so python -c 'import sklearn.linear_model.tests.test_randomized_l1'

$

yanir answered 2020-02-07T11:44:04Z

5 votes

遇到了同样的问题，并通过使用以下命令解决了：

conda install nomkl

我从这次讨论中得到了解决方案[https://github.com/BVLC/caffe/issues/3884]

Masud answered 2020-02-07T11:44:33Z

3 votes

运行MLPRegressor时，我也使用scikit-learn 0.19和numpy 1.13.3遇到了同样的问题(还有一个名为pyearth的程序包，它运行一种称为MARS的算法)。 我相信问题的根源是我们的python是Anaconda安装的一部分，但是scikit-learn和numpy是通过pip安装的，他们对mkl的期望一定不能达成共识。

不幸的是，我的框架是由一些专门的公司管理员管理的，而不是由我管理的，所以我还没有让我的家伙尝试重新编译numpy。 但是我能够找到一个基于此线程的解决方法：将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添加到我的~/.bashrc中会使该问题消失。 这是超级hacky，如果我说我完全知道它在做什么，那我会撒谎(但这很有用)，所以我希望重新编译numpy是一个更干净的解决方案。 但至少它能起作用。

请注意，使用这些软件包的版本使用mkl更好。 安装nomkl版本是一种解决方法，但不是真正的解决方案。

Pavel Komarov answered 2020-02-07T11:45:04Z

1 votes

想要添加Valilutzik和Zaikun Xu的主题。 由于我的积分不足，因此无法添加评论。

nomkl为我工作，而不必删除mkl和mkl服务。

如果nomkl的速度变慢，请在Lee的问题上添加答案：mkl是一个英特尔数学内核库，针对英特尔CPU进行了手动优化。 nomkl根据以下方式使用OpenBlas：[https://docs.continuum.io/mkl-optimizations/]看来在Intel cpus的许多矩阵运算中mkl都相当快(请参阅[https://software.intel.com/zh-cn/articles/performance-comparison-of-openblas-and-intel-math-kernel-library -in-r)]

我见过有人说nomkl对于AMD cpus更快(也许是因为mkl在AMD中无法正常工作？)

libphy answered 2020-02-07T11:45:38Z

1 votes

上面提供的所有解决方案都不适合我，但我发现了一个不错的折衷方案：

对于具有相同错误并希望将Anaconda保留在他的计算机上，并且钢铁将mkl用于(numpy和scipy)良好的过程性能的人，我建议采用以下解决方案：

编辑您的#文件。

在文件中查找类似于#的内容。

将#放在开头，以从脚本中对其进行注释：#export PATH="/home/anaconda2/bin:$PATH"

打开一个新的终端，您应该正在运行基本的python安装。

它对我有用，希望对您有所帮助。

Klipiklop answered 2020-02-07T11:46:25Z

1 votes

如果有人遇到类似问题并遇到无法找到libmkl_p4m.so或libmkl_p4.so的错误(调用某些numpy函数时发生在我身上的错误)，我尝试重新安装/更新不同的python模块并将其恢复/更新为各种版本的Anaconda ，但两者均无效。但是我发现完全卸载anaconda并重新安装(版本4.4.10)可以解决此问题。

KamKam answered 2020-02-07T11:46:46Z

0 votes

以下为我工作

conda install -f numpy

Armughan Shahid answered 2020-02-07T11:47:05Z