如何解决PyTorch依赖LAPACK的RuntimeError及编译配置

前置准备 #

• 激活你的Anaconda环境，先安装编译必需的依赖：

  conda install cmake ninja gcc gfortran lapack numpy
  

• 克隆PyTorch源码并初始化子模块：

  git clone --recursive https://github.com/pytorch/pytorch
  cd pytorch
  # 可选：切换到稳定版本（如v2.0.1）避免源码分支问题
  git checkout v2.0.1
  git submodule update --init --recursive
  

配置编译参数（核心步骤） #

设置环境变量强制启用LAPACK支持，可根据需求选择BLAS后端：

export USE_LAPACK=ON
export BLAS=MKL  # 也可选择OpenBLAS，对应你的LAPACK实现
export BUILD_TEST=OFF  # 关闭测试编译加快构建速度

编译并安装 #

执行编译安装命令，可选ninja加速构建：

# 常规编译
python setup.py install

# 更快的ninja编译
python setup.py build --cmake-args "-GNinja"
python setup.py install

验证安装有效性 #

编译完成后，在Python环境中测试LAPACK相关功能：

import torch
# 测试LU分解是否正常运行
print(torch.linalg.lu_factor(torch.randn(3, 3)).shape)
# 若用MKL后端，验证MKL可用性
print(torch.backends.mkl.is_available())

替代方案（无需编译） #

如果编译流程繁琐，可直接安装conda官方构建的PyTorch包，这类包默认绑定LAPACK：

conda install pytorch torchvision torchaudio cpuonly -c pytorch

（注：你之前的报错大概率是因为安装的PyTorch非官方构建版本，未关联系统LAPACK库）

内容的提问来源于stack exchange，提问作者jerry gill