Question

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。使用此question中的解决方案，我创建了一个文件.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=

此文件帮助我成功安装Numpy和MKL。但是，使用相同的上述文件，安装Scipy会提示错误

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

但问题仍然存在。

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

Answer 1

英特尔一直在向PyPI发布诸如Numpy，Scipy和Scikit-learn之类的软件包。这些轮子是在与英特尔MKL链接时构建的，并进行了各种优化。

如果要使用英特尔MKL构建Scipy：

#Remove existing Numpy and/or Scipy:
pip uninstall numpy scipy -y
#Install scipy built with Intel MKL:
pip install intel-scipy

More information available here

Answer 2

我使用Python 3.6.2的Win10 64Bit我通过http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy安装了scipy

我遵循了以下步骤：

步骤1：如果你有任何以前版本的numpy，请卸载， pip uninstall numpy
第2步：下载numpy-1.13.1 + mkl-cp36-cp36m-win_amd64.whl MKL（数学核心库）来自以下链接， http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
步骤3：将下载的文件复制到另一个位置并启动命令来自该位置的提示。
第4步：运行此命令， pip install -U numpy-1.13.1 + mkl-cp36-cp36m-win_amd64.whl
第5步：现在从下载scipy库， http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy
步骤6：将下载的文件复制到numpy所在的同一位置复制。
第7步：在CMD提示符下运行此cmd， pip install scipy-0.19.1-cp36-cp36m-win_amd64.whl

完成！

Answer 3

如果您在安装或运行特定版本时遇到问题，请先卸载然后再安装

第1步：

pip uninstall -v numpy

第2步：下载wheel文件并安装

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

在此示例中，轮盘文件名为“numpy-1.13.0 + mkl-cp36-cp36m-win_amd64.whl” “

Answer 4

自从提出这个问题已经过去了2年。

现在Linux的numpy / scipy轮子使用为avx2编译的openblas，因此无需构建软件包就可以获得更好的性能。您可能需要升级pip才能安装它：

pip install --upgrade pip
pip install numpy scipy

如果您想要MKL，则可以安装Anaconda或Intel Distribution for Python。他们使用conda而不是pip来管理包，但是它们是免费的并且分发包含所有依赖性的包，包括MKL。

Answer 5

过去几周我一直面临这个问题： Windows 10 64位Python 3.5.2

我的解决方法：

首先：pip install wheel

下一步：从Gholke的回购下载Numpy和Scipy Numpy和SciPy

然后：

pip install numpy_package.whl

pip install scipy_package.whl

Answer 6

由于实际问题本身没有得到解答，让我试一试......

我认为这里的问题基本上是使用的BLAS / LAPACK库分布在多个位置，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，我们已经在英特尔MKL上建立了numpy / scipy一段时间了，这个补丁：https://github.com/hpcugent/easybuild-easyconfigs/blob/master/easybuild/easyconfigs/n/numpy/numpy-1.8.1-mkl.patch

Answer 7

对我来说，MKL来自conda install scipy

的Scipy库

@ rscohn2解决方案给了我一个使用包的提示。

作为参考，我的环境包括Ubuntu，Anaconda，Python 3.6，Scipy 1.1和MKL 2018.0。

通过PIP用MKL安装Scipy

7 个答案: