虚拟机conda镜像代理配置与anconda报错Intel MKL FATAL ERROR解决办法

最新推荐文章于 2025-01-14 16:27:47 发布

HelloJFS

最新推荐文章于 2025-01-14 16:27:47 发布

阅读量2.3k

点赞数

CC 4.0 BY-SA版权

分类专栏： tensorflow 文章标签：虚拟机 conda代理

本文链接：https://blog.youkuaiyun.com/HelloJFS/article/details/78716266

tensorflow 专栏收录该内容

6 篇文章

订阅专栏

本文介绍如何配置conda使用清华镜像源，并解决安装过程中出现的Intel MKL致命错误。通过修改.condarc文件及设置代理服务器，可以有效提高虚拟环境中包的安装速度。同时提供了解决Intel MKL错误的方法，确保科学计算库如NumPy的正常运行。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 虚拟机conda镜像代理配置

在 .condarc 文件中添加一下配置：

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - defaults

show_channel_urls: true
allow_other_channels: true
proxy_servers:
    http: http://10.19.***.**:端口号
    https: http://10.19.***.**:端口号

ssl_verify: false

.condarc文件在哪里？
https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
可以通过一下命令：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

会生成 .condarc文件的镜像配置。

然后尝试是否成功：

conda install numpy

2. anconda报错Intel MKL FATAL ERROR解决办法

报错内容：

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

参考解决方法：
https://stackoverflow.com/questions/36659453/intel-mkl-fatal-error-cannot-load-libmkl-avx2-so-or-libmkl-def-so
在conda配置好了之后，重新安装numpy就可以了。

conda install numpy

测试：

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

如果不报错，就成功了。