通过PIP用MKL安装Scipy

Question

我正在使用PIP安装Scipy和MKL来加速性能。 我的操作系统是Ubuntu 64位。 使用此问题的解决方案，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=

这个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

但问题仍然是一样的。

有谁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

英特尔一直在发布Numpy，Scipy和Scikit等软件包，并向PyPI学习。 这些轮子是在与英特尔MKL连接时构建的，包括各种优化。

如果你想要使用英特尔MKL构建的Scipy：

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

更多信息请点击此处

Answer 2

我有Win3 64Bit和Python 3.6.2我已经通过http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy安装了scipy

我按照以下步骤：

• 第1步：卸载如果你有任何以前版本的numpy，pip uninstall numpy
• 步骤2：从下面的链接下载numpy的-1.13.1 + MKL-CP36-cp36m-win_amd64.whl与MKL（数学内核库）， 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，然后从该位置启动命令提示符。
• 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http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy下载scipy库
• 步骤6：将下载的文件复制到复制numpy的相同位置。
• 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

问这个问题已经过去了2年。

现在有linux的numpy / scipy轮子使用为avx2编译的openblas，因此你可以在不构建软件包的情况下获得更好的性能。 您可能需要升级pip才能安装它：

pip install --upgrade pip
pip install numpy scipy

如果你想要MKL，那么你可以安装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 4

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 5

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

我的解决方法：

第一： pip install wheel

下一步：从Gholke的回购Numpy和SciPy下载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回答，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修复了这个问题，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通过conda install scipy附带了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。