在jetson tk1板上將CULA密集庫加載到python中

從本網站（http://www.culatools.com/downloads/dense/）成功下載並安裝完整CULA密集R18包到我的jetson TK1板上後，我無法使用ctypes將庫加載到python中。我在./bashrc改變LD_LIBRARY_PATH包括其中包含libcula_lapack.so共享目標文件的目錄：在jetson tk1板上將CULA密集庫加載到python中

export PATH=/usr/local/cuda-6.0/bin:$PATH 
LD_LIBRARY_PATH=/usr/local/cula/lib/ 
export LD_LIBRARY_PATH

但是當我運行下面的代碼：

import ctypes 
libculac = ctypes.cdll.LoadLibrary("libcula_scalapack.so")

我得到這個錯誤：

libcula_scalapack.so: cannot open shared object file: No such file or directory

我試圖把完整的目錄作爲參數等，我也想盡.so文件在lib目錄和lib64目錄的情況下，我有錯誤的文件。當我把一個文本文件相同的目錄（或與此有關的任何目錄）中，並調用它的調用LoadLibrary命令，上述錯誤代碼不會觸發，除非我做一個錯字（另一條錯誤消息當然引發的，雖然如預期）。

相比之下我已經（據我可以告訴），以進口cudart和NPP庫到蟒蛇取得了巨大成功應用了完全相同的方法。任何幫助將不勝感激，請告知我是否遺漏了任何重要信息，或者我是否非常密集（雙關語意）。謝謝！

局：杰特森TK1

CUDA 6.0（從https://developer.nvidia.com/jetson-tk1-support下載）

OS：L4T的Ubuntu 14.04（從https://developer.nvidia.com/jetson-tk1-support）

語言：Python 2.7版

來源

2014-09-18 Dan Lenton

你肯定有一個CULA庫ARM？ – talonmies 2014-09-19 03:58:01

好點，由於某種原因我沒有考慮處理器的兼容性。我只是在參考手冊，發行說明和API指南中輸入了'arm'和'intel'，並且任一表達式的唯一結果爲：參考指南 - CULA在內部使用英特爾®數學核心函數庫（MKL）。有關更多信息，請參閱MKL產品頁面，網址爲http://www.intel.com/software/products/mkl。發行說明- *已更改：已添加對Intel OpenMP 5可再發行組件（libiomp5）的運行時依賴性。所以我想這意味着CULA不與杰特森TK1兼容。這真是一種遺憾！ – 2014-09-19 13:50:11

看起來好像CULA庫不是與ARM架構兼容，由線「CULA使用英特爾數學內核庫（MKL）內部」參考指南中所指示的，並且因此不與杰特森TK1兼容，這是一個令人難以置信的恥辱。

來源

2014-09-19 13:59:39

我不知道這是否意味着什麼8個月後，但在記錄向上的精神......我已經能夠得到一個卷積神經網絡上運行CUDA 6.5 +的Python + Theano +意大利千層麪工作順利在一個Jetson TK1上，更多信息請參考Lasagne谷歌組：https://groups.google.com/d/msg/lasagne-users/GtcQo1dSJdo/3X5DVSkvGNUJ

因此，絕對有可能在Jetson TK1上獲得一個可用的CUDA實現，並且它還可以執行計算刻板練習。幸運的是，NVIDIA發佈了所有正確的CUDA和GPU驅動程序安裝Ubuntu的說明。

來源

2015-06-04 01:24:21

CUDA和CULA不是一回事。該產品的第1天以來，CUDA已經在Jetson TK1上提供。 – 2015-06-04 01:45:42

在jetson tk1板上將CULA密集庫加載到python中

回答

相關問題