首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

链接armadillo/blas/lapack与cmake (未定义对`dgemv_的引用)

链接armadillo/blas/lapack与cmake (未定义对`dgemv_的引用)

在使用armadillo、blas和lapack库时,可能会遇到未定义对`dgemv_的引用的问题。这个问题通常是由于链接错误或库文件路径配置不正确导致的。下面是解决这个问题的步骤:

  1. 确保已经正确安装了armadillo、blas和lapack库。可以通过以下命令在Linux系统上安装这些库:
代码语言:txt
复制

sudo apt-get install libarmadillo-dev libblas-dev liblapack-dev

代码语言:txt
复制

在Windows系统上,可以从官方网站下载相应的库文件并进行安装。

  1. 在CMakeLists.txt文件中添加链接库的配置。在你的项目的CMakeLists.txt文件中,添加以下内容:
代码语言:cmake
复制

find_package(Armadillo REQUIRED)

find_package(BLAS REQUIRED)

find_package(LAPACK REQUIRED)

target_link_libraries(your_target_name ${ARMADILLO_LIBRARIES} ${BLAS_LIBRARIES} ${LAPACK_LIBRARIES})

代码语言:txt
复制

这样可以告诉CMake在构建过程中链接这些库。

  1. 确保库文件路径正确。如果你的库文件安装在非标准路径下,你需要在CMakeLists.txt文件中指定库文件的路径。例如:
代码语言:cmake
复制

set(ARMADILLO_LIBRARY_DIRS "/path/to/armadillo/lib")

set(BLAS_LIBRARY_DIRS "/path/to/blas/lib")

set(LAPACK_LIBRARY_DIRS "/path/to/lapack/lib")

link_directories(${ARMADILLO_LIBRARY_DIRS} ${BLAS_LIBRARY_DIRS} ${LAPACK_LIBRARY_DIRS})

代码语言:txt
复制

将上述代码中的/path/to/armadillo/lib/path/to/blas/lib/path/to/lapack/lib替换为实际的库文件路径。

  1. 重新运行CMake生成项目。在重新运行CMake之前,确保删除之前生成的构建文件,以便重新配置。
  2. 编译和链接项目。使用CMake生成的构建文件编译和链接你的项目。

这样,你的项目应该能够成功链接armadillo、blas和lapack库,并解决未定义对`dgemv_的引用的问题。

关于armadillo、blas和lapack的更多信息,你可以参考腾讯云的相关产品和文档:

请注意,以上链接仅为示例,实际上腾讯云并不提供armadillo、blas和lapack相关产品。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • OpenCV 图像拼接 优化

    前面一篇文件 https://blog.csdn.net/zhanggqianglovec/article/details/103344658 讲述了如果将多个影像拼接为一个大的影像,本文将讲述 一些上面工具在使用过程中的问题及其优化 1. 问题出现: 首先直接说一下工具上的缺陷: 1.1 该工具依赖的是 x86库,包括opencv 2.4.3 ,cholmod 1.6.0 都是32位的,32和64都会影响工具在处理影像时的性能,比如在处理索尼相机的照片时,分辨率是 6000*4000,20多张照片,在处理到一半时会爆出 申请内存失败的情况。(本地环境为 i5处理器四核,16G内存),处理索尼相机时每张照片都会申请 6000*4000 字节内存块,直接内存爆出内存申请失败。 1.2 该工具迁移到其他机子上会出现不兼容的问题,应为opencv 底层设计到 GPU,CPU等指令,所以在其他机子上 运行,稍微大一点的图片 都会爆出 内存申请失败的问题。 2. 问题定位: 接下来说一下问题的定位 刚开始一直以为是内存的问题,因为在处理小一点的图片时,是没有问题的。在处理所以相机时才会出现;但是当迁移到其他机子上的时候,当地环境是 200G的内存,任然会报出 内存问题,这个就不是内存问题了。然后网上查询,大部分的解决思路 都是 32与64的不兼容。知其然不知其所以然,最后通过仔细的查看爆出来的原因,才豁然大悟,opencv底层调用到了cpu、gpu的指令,然后opencv对底层32/64的支持并不是很好,也就是说 在64环境下调用32 的指令,会出现不兼容的问题,从而导致频繁的爆出内存问题,到此为止,已经定位的差不多了,爆出内存问题只是表象,底层是msvcp.dll/msvcr.dll的执行。 3. 解决之道: 既然问题已经定位到,那么解决之道又是什么,毫无疑问:从底层实现对64的支持,不依赖32位的相关东西。说白了就一句话:重新编译mosaic的所有依赖库,全部换为 64版本 应该就能解决问题。 4. OpenCV 2.4.9 64位的编译 4.1 OpenCV下载: Opencv库的编译相对来说简单,通过Cmake直接可编译,问题是Opencv的源码获取比较麻烦,通过github获取,在git下载过程中时常会出现git下载失败,原因是github连接到了外网,会有网路断开等情况,所以通过github上查找 opencv来下载 还是比较麻烦的,需要多试几次。好在opencv2.4.9 有可执行程序,直接安装 opencv2.4.9 即可安装 他的源码,这个比较好,一下子全部搞定。 4.2 OpenCV工程生成: 在选择 Visual Studio 编译版本的时候需要注意下,Opencv 有区分 X86,X64 和 IA及RAM的编译,这个需要根据自己的情况进行选择,64位环境下一定选择 X64,因为我用的时候 Visual Studio 2010,所以我选择的是 Visual Studio 2010 X64版本,然后点集 Configure,Generate,OpenProject 即可在 Visual Studio 2010中 打开 Opencv 的工程。 4.3 OpenCV 工程编译: OpenCV 工程打开后,找到 ALL_BUILD工程,选择Debug/Release版本,右键build,这个工程只会生成对应的lib库和dll库,并不会生成头文件。 INSTALL工程,该工程首先会执行ALL_BUILD工程,然后复制相关库(lib/dll)到install下的 lib目录和bin目录,复制指定头文件到 include目录,这个工程满足要求,右键 build ,工程执行完毕后会在install目录下生成include目录,bin目录和lib目录。 4.4 Opencv编译完成 5. Cholmod 3.1.0 64位的编译 5.1 Cholmod的获取 网上关于Cholmod的讲解很少,在网上找了很久,找到了SuiteSparse这个产品,SuiteSparse是一个产品套件,里面包含了很多图像相关的处理库,Cholmod只是其中的一部分,而且SuiteSparse目前代码都是针对Linux下的开发,没有针对Windows做 相关的操作,源码目录下不存在cmaketext.txt 文件,不能在windows下直接编译。难道要全部

    01

    CMake 秘籍(五)

    每个项目都必须处理依赖关系,而 CMake 使得在配置项目的系统上查找这些依赖关系变得相对容易。第三章,检测外部库和程序,展示了如何在系统上找到已安装的依赖项,并且到目前为止我们一直使用相同的模式。然而,如果依赖关系未得到满足,我们最多只能导致配置失败并告知用户失败的原因。但是,使用 CMake,我们可以组织项目,以便在系统上找不到依赖项时自动获取和构建它们。本章将介绍和分析ExternalProject.cmake和FetchContent.cmake标准模块以及它们在超级构建模式中的使用。前者允许我们在构建时间获取项目的依赖项,并且长期以来一直是 CMake 的一部分。后者模块是在 CMake 3.11 版本中添加的,允许我们在配置时间获取依赖项。通过超级构建模式,我们可以有效地利用 CMake 作为高级包管理器:在您的项目中,您将以相同的方式处理依赖项,无论它们是否已经在系统上可用,或者它们是否需要从头开始构建。接下来的五个示例将引导您了解该模式,并展示如何使用它来获取和构建几乎任何依赖项。

    02
    领券