【faiss安装报错】faiss ImportError: libmkl_intel_lp64.so.1

解决mkl2023.1.0问题：降级至mkl2021.4.0安装教程,
转载 已于 2023-09-19 09:55:12 修改 · 380 阅读 · 0
文章标签：

#faiss #python

于 2023-09-19 09:54:31 首次发布

解决办法
mkl2023.1.0的原因，降级mkl，安装mkl2021.4.0。

conda install mkl==2021.4.0

转自：https://blog.youkuaiyun.com/qq_30267007/article/details/131805518

Manduner_TJU
关注
ImportError: /nvidia/cusparse/lib/libcusparse.so.12: undefined symbol: __nvJitLinkComplete_12_4
weixin_43178406的博客
11-30 11万+
本文主要介绍了ImportError: /home/anaconda/lib/python3.10/site-packages/torch/lib/…/…/nvidia/cusparse/lib/libcusparse.so.12: undefined symbol: __nvJitLinkComplete_12_4, version libnvJitLink.so.12解决方案，希望能对学习大模型的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案
运行faiss时出现libmkl_avx2.so: undefined symbol: mkl_sparse_optimize_bsr_trsm_i8.
weixin_38638559的博客
04-02 1923
目录本机环境问题描述解决方法参考文章 本机环境 ubuntu 18.0.4 python 3.8 faiss-gpu 1.7.0 问题描述 faiss可以正常import，但是运行.py文件进行推理和计算F1指标的时候，会出现如下问题。 INTEL MKL ERROR: /home/cad-1/anaconda3/envs/FS-KWS/lib/python3.8/site-packages/faiss/../../.././libmkl_avx2.so: undefined symbol: mkl_s
解决Intel MKL FATAL ERROR: Cannot load mkl_intel_thread.dll.
牛肉胡辣汤
10-22 4972
在这个示例代码中，我们首先通过检查环境变量是否设置了MKL_THREADING_LAYER来确保正确的设置。通过设置MKL_THREADING_LAYER环境变量为'GNU'，我们将使用GNU OpenMP线程进行并行计算，而不依赖于MKL库的线程支持。假设我们有一个使用Python和NumPy库进行矩阵运算的程序，在运行过程中出现了"Intel MKL FATAL ERROR: Cannot load mkl_intel_thread.dll"错误。第一种方法是检查环境变量是否正确设置了MKL库的路径。
自编译的pytorch出现OSError: libmkl_intel_lp64.so.1: cannot open shared object file: No such file or direct
参谋谋的博客
12-05 979
自编译的pytorch出现OSError: libmkl_intel_lp64.so.1: cannot open shared object file: No such file or direct 我用安装了mkl以后还是出错。 因此查找一下so的位置 发现在我的conda内部已经有了, 所以直接链接过去. 这个问题常见于使用conda新环境去编译pytorch.
AI开发Windows环境搭建
settingsun1225的专栏
06-26 1219
Windows 本地初始化AI开发环境
PyTorch学习笔记之环境配置
最新发布
wrlyhh的博客
10-27 2244
2.使用Anaconda Prompt (Anaconda3)创建新的虚拟环境。验证：(pytorch_cpu) C:\Users\admin>查看已有的环境：(base) C:\Users\admin>1.新建工程（有可能解释环境配置不成功，下一步可在进行添加）（本次安装的是CPU版本，故结果为False）1.Anaconda下载、安装略。如果没有报错，就说明按照成功。验证GPU是否可用：>>>
conda中import torch现OSError: libmkl_intel_lp64.so.1: cannot open shared object file:
weixin_40793657的博客
04-11 393
之前在conda 里面安装pytorch用的是在pytorch官网找到的安装指令。用pip卸载原来的torch，再安装就不再报错了。就以上两步，没明白为什么，反正是解决了。
ImportError: libmkl_intel_lp64.so.1: cannot open shared object file: No such file or directory
fengxiaoyangfeng的博客
08-04 1441
faiss-gpu安装mkl报错
ImportError: libmkl_intel_lp64.so: cannot open shared object file: No such file or directory
m0_38017273的博客
10-03 1837
ImportError: libmkl_intel_lp64.so: cannot open shared object file: No such file or directory
conda环境下ImportError: libmkl_intel_lp64.so.1: cannot open shared object file问题解决
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
12-12 3200
Conda是一个强大的工具，对于管理复杂的Python项目和环境至关重要。它简化了包管理和环境设置，使得Python开发更加容易和高效。通过使用Conda，开发者可以确保他们的项目在不同机器和操作系统上都能以相同的方式运行，大大提高了项目的可移植性和可复现性。
Python在Ubuntu下老是报libmkl_intel_lp64.so 不能被加载的解决办法
热门推荐
Patrick_jp的博客
12-29 1万+
Python在Ubuntu下老是报libmkl_intel_lp64.so 不能被加载的解决办法刚刚装的Ubuntu14.04 系統,用Anaconda裝了Python.装好scipy numpy都是正常的,不想过了几天老是报 “libmkl_intel_lp64.so 不能被加载”的错误首先,尝试把相关的so文件添加到路径里,ldconfig 更新一下,不能解决问题.后来,在一个网站(见文章末引
ImportError: libmkl_intel_lp64.so: cannot open shared object file: No such file or directory+
ResumeProject的博客
09-03 1480
可以在别的环境找一个然后复制过去(治标不治本，可能还有后续文件也需要复制)。
使用faiss時出現 Intel MKL FATAL ERROR：Cannot load libmkl_avx2.so or libmkl_def.so
weixin_39123145的博客
07-01 1262
使用faiss時報了一個錯： Cannot load libmkl_avx2.so or libmkl_def.so 最後解決了，推測應該是因爲conda虛擬環境缺少某些環境變量導致的，在base環境下安裝就好了。 1.先安裝mkl conda install mkl 2.安裝cudatoolkit conda install cudatoolkit=8 3.安裝faiss-gpu ...
编译Faiss-gpu【InterMKL】C++ 按步骤操作 基本不会有问题的 python原理相同。
weixin_46400740的博客
01-31 2013
使用Faiss版本【1.7.4】该项目依赖于BLAS 组件 使用InterMKL 编译的c++ faiss
安装KALDI时遇到了error while loading shared libraries: libmkl_intel_lp64.so.2
weixin_45819106的博客
06-08 498
这里的path（上面“/path/to/mkl/lib“的部分）要改成自己的mkl库的路径，我这里用的是 /opt/intel/oneapi/mkl/2024.1/lib。0. KALDA需要python2.7，所以要用 conda 新建一个python2.7的环境。不确定哪一项起了效果，但是问题已解决。1. 首先需要确保安装了MKL库。
MKL速度变慢的原因
jsa158的博客
08-28 2376
若设置兼容模式mkl_cbwr_set(MKL_CBWR_COMPATIBLE)，则速度明显变慢
xLearn库的安装详细步骤（Windows系统）
YangTinTin的博客
08-30 3099
xLearn 是一款高性能的，易用的，并且可扩展的机器学习算法库，你可以用它来解决大规模机器学习问题，尤其是大规模稀疏数据机器学习问题。在近年来，大规模稀疏数据机器学习算法被广泛应用在各种领域，例如广告点击率预测、推荐系统等。如果你是 liblinear、libfm、libffm 的用户，那么现在 xLearn 将会是你更好的选择，因为 xLearn 几乎囊括了这些系统的全部功能，并且具有更好的性...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值