通过PIP安装与MKL的Scipy

我正在使用PIP与MKL一起安装Scipy以加速性能。 我的操作系统是Ubuntu 64位。 使用这个问题的解决scheme,我创build一个文件.numpy-site.cfg

[mkl] library_dirs=/opt/intel/composer_xe_2013_sp1/mkl/lib/intel64/ include_dirs=/opt/intel/mkl/include/ mkl_libs=mkl_intel_lp64,mkl_intel_thread,mkl_core,mkl_rt lapack_libs= 

这个文件帮助我成功安装了MKL。 但是,使用相同的上述文件,安装Scipy提示错误

 ImportError: libmkl_rt.so: cannot open shared object file: No such file or directory 

我也用

 export LD_LIBRARY_PATH=/opt/intel/composer_xe_2013_sp1/mkl/lib/intel64 

但问题仍然是一样的。

任何人都知道如何解决这个问题? 我不想手动安装Scipy,所以任何人给我一些提示,以解决它。

Solutions Collecting From Web of "通过PIP安装与MKL的Scipy"

我有Win10的64位与Python 3.6.2我已经安装scipy通过http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy

我遵循以下步骤:

  • 第1步:卸载如果您有任何以前的版本的numpy,pip卸载numpy
  • 步骤2:从MKL(Math coreel Library)下载链接http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy下载numpy-1.13.1 + mkl-cp36-cp36m-win_amd64.whl
  • 第3步:将下载的文件复制到另一个位置,并从该位置启动命令提示符。
  • 第4步:运行这个命令,pip install -U numpy-1.13.1 + mkl-cp36-cp36m-win_amd64.whl
  • 第五步:现在从http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy下载scipy库
  • 第6步:将下载的文件复制到numpy复制的相同位置。
  • 步骤7:在CMD提示下运行这个命令,pip install scipy-0.19.1-cp36-cp36m-win_amd64.whl

完成!

这个问题被问到2年了。

现在有Linux的numpy / scipy的轮子使用为avx2编译的openblas,所以你可以在没有构建包的情况下获得更好的性能。 您可能需要升级pip才能安装轮子:

 pip install --upgrade pip pip install numpy scipy 

如果你想要MKL,那么你可以安装Anaconda或者Intel Distribution for Python 。 他们使用conda而不是pip来管理软件包,但他们是免费的,并且分发包含所有依赖项的软件包,包括MKL。

如果在安装或运行特定版本时遇到问题,请先卸载并安装

步骤1:

 pip uninstall -v numpy 

第二步:下载wheel文件并安装

 pip install -U numpy-1.13.0+mkl-cp36-cp36m-win_amd64.whl 

在这个例子中,wheel文件名是“numpy-1.13.0 + mkl-cp36-cp36m-win_amd64.whl”

过去几周我一直在面对这个问题:Windows 10 64位Python 3.5.2

我的解决方法:

首先: pip install wheel

下一步:下载Numpy和Scipy形式Gholke的回购Numpy和SciPy

然后:

pip install numpy_package.whl

pip install scipy_package.whl

由于实际问题本身没有答案,让我给它一个镜头…

我认为这里的问题基本上是所使用的BLAS / LAPACK库分布在多个位置,而numpy不能很好地处理这个问题。

我们已经在EasyBuild中解决了这个问题,在这个补丁中我们已经在Intel MKL之上构建了numpy / scipy,现在有了这个补丁: https : //github.com/hpcugent/easybuild-easyconfigs/blob/master/easybuild/easyconfigs /n/numpy/numpy-1.8.1-mkl.patch