问题标签 [pardiso]

I'm trying to use Pardiso 6 sparse solver library in Python. The problem is that I can't seem to load the Pardiso shared object (SO). Here's the error that I get when calling

I'd really appreciate it if someone could shed some light on this.

PS. I already contacted Pardiso developers and they told me that I need to link against optimized BLAS, but I already have MKL installed via conda.

Update 1: I installed mkl via conda, but it didn't help. Strangely, I added import scipy to the header and the error went away. The same thing happens if I add import mkl. So, for some reason, unless scipy or mkl are manually imported, the .so doesn't know that a lapack installation exists. Anyway, now another error is thrown, which I think might be related the libgfortran library. Here's the error

I double-checked to see if libgfortran is installed, and indeed it is:

I think something similar might be at play, i.e. the library is there but it needs to be triggered (similar to what import scipy seems to have done for liblapack, but I have no idea how I can trigger it.

Note: I found an example in C on Pardiso website and tested the .so file against it via

and it worked with no problem (with the existing libraries on my machine). So, the .so works, it's just that I don't know how to inform it of its dependencies in Python.

Update 2: Here's the output of ldd pardiso_sym:

So, I added the common path, i.e. /lib/x86_64-linux-gnu and /lib64 to PATH and ran the Python script again via:

but the same error is thrown. I also tried adding to LD_LIBRARY_PATH as well, but didn't work either.

我目前正在使用英特尔 MKL 库来解决线性系统。

据我所知，英特尔 MKl 库不支持 MPI 并行化。

1. 之前

• 我有一个大目标系统要计算 => 从而构建一个大线性系统来解决

2. 我的计划是

• 将大系统拆分成小块（到每个 MPI 进程）=> 构建几个小的线性系统（彼此独立）来解决

这与并行求解器通常会做的不同（将“一个”大矩阵分配给 MPI 进程）。我将拥有几个独立的小矩阵，并让 MPI 进程独立解决它们。

我的问题是，英特尔 MKL Pardiso 求解器是否可以以这种方式使用（同时从几个 MPI 进程中调用以解决独立问题）？

我添加了一张图片以更易于理解的方式描述我将要做什么。

我知道如果我像这样直接将 MKL 导入 python，我可以获得 pardiso 的版本：

但是，如果我使用以下代码导入 intel MKL pardiso：

我使用以下内容来初始化 pardiso 求解器：

在这种情况下，我怎么知道我使用的是哪个版本的 pardiso？

我正在尝试将 Julia 中的 Pardiso 包与 Pardiso 库一起使用。但是，我无法构建包。当我查看构建日志时，我看到了这条消息：

在“C:\Users\Rodrigo.julia\packages\Pardiso\yZsYO\deps”中查找找到的库“C:\Users\Rodrigo.julia\packages\Pardiso\yZsYO\deps\libpardiso600-WIN-X86-64.dll ”，尝试加载它...加载失败，原因是：未找到 libpardiso，假设未安装 PARDISO 5/6

我不知道除了 pardiso.lic 和 libpardiso600-WIN-X86-64.dll 文件之外是否还需要其他任何东西。谢谢

我有一些计算从 python 调用 pardiso() 求解器。求解器以对 python 不透明的方式分配自己的内存，但用于访问该内存的指针存储在 python 中。如果我尝试使用 dask.delayed 运行这些计算，有没有办法告诉 dask 计算的预期内存消耗，以便它可以适当地安排它们？

我尝试使用来自 python 的 Intel mkl。我发现的唯一文件建议如下：

我在anaconda3上。上面的代码在 anaconda3 上不起作用，

但我可以使用

直接地。然而，我没有找到任何关于之后要做什么的文件import mkl。例如，我怎样才能得到cblas_dgemm上面例子中的函数。直接调用mkl.cblas_dgemm在我的 anaconda 上不起作用（在 import mkl 之后）。任何想法？最后，我希望调用英特尔 MKL 的 pardiso 求解器，但我真的不知道虽然import mkl适用于我的 anaconda。

如何在 python 中从英特尔的 MKL 访问 pardiso 求解器？在 anaconda3 上，我可以import mkl. 这是我的 mkl 版本。

我在 mkl 的可访问模块中没有看到 pardiso，所以不知道如何从 python 中使用 pardiso 求解器。

我的 Pardiso C 代码在我的 UBUNTU 系统上编译，但是当我尝试运行代码时，我得到：

许可错误。错误的用户许可用户名：根目录：/root 错误的用户名或主机名。

我尝试了一个新的许可证代码并将 pardiso.lic 文件放在运行目录、主目录和根目录中，但没有运气。

请帮忙

我想问你关于线性求解器的问题，我在网上看到过，如果我想使用 Ipopt，我可以（在我的情况下）必须使用 Mumps、Pardiso 等线性求解器但是，我选择使用 NLopt . NLopt 是否还需要安装此类求解器或已经集成？我很困惑，因为它声明：支持大规模优化（一些算法可扩展到数百万个参数和数千个约束）。如果我需要使用例如腮腺炎，我只是下载到一个单独的文件夹中，然后在编译期间链接它？

我正在尝试编译：mpicc -o laplace laplace_mpi.c -L。-lpardiso600-GNU720-X86-64 -llapack -lrefblas -lgfortran -fopenmp -lpthread -ldl -lstdc++ -lm 适用于 gcc 而不是 mpicc 但我得到：/tmp/ccu1hut5.o: In function mpipardiso_driver': laplace_mpi.c:(.text+0x1250): undefined reference to pardiso_mpi_init_c_' 有谁知道解决方案？谢谢，约翰