问题描述

• 在升级tensorflow版本之后，更新了cudnn，再重新 import caffe 报错 Intel MKL FATAL ERROR: Cannot load libmkl_avx2.so or libmkl_def.so
• 在尝试把libmkl_avx2.so和libmkl_def.so对应路径加入LD_LIBRARY_PATH均未解决；
• 网上提供的解决方法有重新安装mkl，numpy，scipy等

快速解决方法

• 无需重新安装，添加命令export LD_PRELOAD=/<option your path>/anaconda2/lib/libmkl_rt.so到~/.bashrc中即可，亲测有效；
• 个人觉得该问题是因为环境配置过程中mkl库与其他库的依赖关系出现混乱导致的，即mkl动态库对应有多处路径
• LD_PRELOAD是个环境变量，用于动态库的加载，动态库加载的优先级最高，一般情况下，其加载顺序为LD_PRELOAD > LD_LIBRARY_PATH > /etc/ld.so.cache> /lib > /usr/lib，因此使用最高级别的直接指定，由于我是anaconda中的python内部报错，所以指定anaconda/lib
• 疑惑：按理说指定的库应该是libmkl_avx2.so 或者 libmkl_def.so，但我尝试之后，均无效，具体原因不知，
• 网上其他的替代方法也有把其他的库都指定后解决的，但有点多。

Adding export LD_PRELOAD= /path/to/anaconda/lib/libmkl_def.so:/path/to/anaconda/lib/libmkl_avx.so:
/path/to/anaconda/lib/libmkl_core.so:/path/to/anaconda/lib/libmkl_intel_lp64.so:/path/to/anaconda/lib/libmkl_intel_thread.so:/path/to/anaconda/lib/libiomp5.so
to my ~/.bashrc causes the problem to disappear.

• 参考文献：
  • mkl fails to load
  • http://stackmirror.caup.cn/page/s1b5i2ergcab