无法在 Windows 上使用 xtensor-blas

问题描述

免责声明：我是构建/make/packages/cmake 的菜鸟。
我的目标：在 C++ 中使用 xtensor-blas 库
我的环境：Win10 x64、CLion2021
我的问题： 无法编译最简单的示例。关于项目依赖。
我尝试过：
1) 使用我可以 google 的每个教程手动下载和编译 openBLAST - 总是在不同的问题上停下来。要么我没有“nmake”，要么由于某种原因构建失败，或者我得到“未定义的引用”等 - 我已经不知所措了几天。一步一步的演练将不胜感激。
2) 我最接近的是使用 anaconda conda install -c conda-forge openblas，然后将“include”目录从 xtl,xtensor,xtensor-blas 复制粘贴到我的项目中。我的 CMakeLists.txt：

cmake_minimum_required(VERSION 3.19)
project(tstxtensor3)

set(CMAKE_CXX_STANDARD 20)

add_executable(tstxtensor3 main.cpp)

include_directories(.)

add_definitions(-DHAVE_CBLAS=1)

set(OpenBLAS_DIR c:/Users/pruglo/anaconda3/envs/evn/Library/share/cmake/OpenBLAS/)
find_package(OpenBLAS REQUIRED)

if (OpenBLAS_FOUND)
    include_directories(${OpenBLAS_INCLUDE_DIRS})
    target_link_libraries(tstxtensor3 c:/Users/pruglo/anaconda3/envs/evn/Library/lib/openblas.lib ${OpenBLAS_LIBRARY})
else ()
    message("OpenBLAS NOT FOUND!")
endif ()

Cmake 加载成功，OpenBLAS_FOUND 为 true。但是当我编译我的 cpp 时，我得到 error while loading shared libraries: openblas.dll: cannot open shared object file: No such file or directory Process finished with exit code 127
注意：OpenBLAS_INCLUDE_DIRS 扩展为 c:/Users/pruglo/anaconda3/envs/evn/Library/include/openblas，OpenBLAS_LIBRARY 扩展为 c:/Users/pruglo/anaconda3/envs/evn/Library/bin/openblas.dll

---

额外问题：

• xtensor-blas 需要 LAPACK 或其他东西吗？
• 我可以移植地构建我的项目，这样我就不需要为我开发的每台电脑安装所有东西吗？

解决方法

免责声明：我远非 Windows 专家（我只是在持续集成中使用它进行测试）。

您应该能够使用 xtensor-blas 提供的目标。所以应该可以做的是（在任何平台上）：

cmake_minimum_required(VERSION 3.1)

set(CMAKE_BUILD_TYPE Release)

project(myexec)
find_package(xtensor)
find_package(xtensor-blas)
add_executable(${PROJECT_NAME} main.cpp)
target_link_libraries(${PROJECT_NAME} xtensor xtensor-blas)

既然您谈到了 conda，那确实是我觉得最简单的方法，并且适用于所有平台。除了

，我真的不需要做太多其他事情

conda install -c conda-forge cmake xtensor xtensor-blas

（在我加载的环境中）。

这里可能有一个陷阱：请注意，我使用了 conda 中的 CMake。可能是它为 conda 配置了正确的路径（但说实话，我不确定）。

为了完整起见，我认为您可以使用（从您的源目录，加载您的 conda 环境）：

conda install -c conda-forge ninja
cmake -G "NMake Makefiles" -Bbuild
cd build
nmake

为了独立，我使用文档中的示例进行了测试：

#include <xtensor.hpp>
#include <xtensor-blas/xlinalg.hpp>

int main()
{
    xt::xarray<double> a = {{1,2,3},{4,5,6},{7,8,9}};
    auto d = xt::linalg::det(a);
    std::cout << d << std::endl;  // 6.661338e-16
    return 0;
}