Ceres-Solver在Ubuntu 22.04上的构建问题分析与解决
2025-06-16 09:20:46作者:霍妲思
在Ubuntu 22.04系统上构建Ceres-Solver 2.2.0版本时,开发者可能会遇到一个典型的链接错误。这个错误通常表现为在构建过程中链接阶段失败,提示缺少libgfortran.so.3库以及相关的Fortran符号引用。
问题现象
当使用CMake配置完成并开始构建过程时,在链接阶段会出现如下错误信息:
/usr/bin/ld: warning: libgfortran.so.3, needed by /opt/miniconda/lib/libblas.so.3, not found
/usr/bin/ld: /opt/miniconda/lib/libblas.so.3: undefined reference to `_gfortran_transfer_array@GFORTRAN_1.0'
/usr/bin/ld: /opt/miniconda/lib/liblapack.so.3: undefined reference to `_gfortran_pow_i4_i4@GFORTRAN_1.0'
这些错误表明链接器无法找到所需的Fortran运行时库,导致BLAS和LAPACK库中的Fortran函数无法正确链接。
问题根源
这个问题的根本原因在于系统环境中缺少兼容的Fortran运行时库。具体来说:
- BLAS和LAPACK库通常是用Fortran编写的,因此需要对应的Fortran运行时支持
- 系统安装的BLAS/LAPACK版本与可用的Fortran运行时版本不匹配
- 当使用conda环境时,可能会引入与系统不兼容的库版本
解决方案
解决这个问题有以下几种方法:
方法一:安装兼容的libgfortran
最直接的解决方案是安装与BLAS/LAPACK库兼容的libgfortran版本:
sudo apt-get install libgfortran3
这个命令会安装Ubuntu 22.04仓库中提供的libgfortran3版本,通常能够满足大多数BLAS/LAPACK实现的需求。
方法二:使用系统提供的BLAS/LAPACK
另一种方法是避免使用conda提供的BLAS/LAPACK,转而使用系统提供的版本:
sudo apt-get install libblas-dev liblapack-dev
然后重新配置CMake,确保它找到的是系统库而不是conda环境中的库。
方法三:统一使用conda环境
如果坚持使用conda环境,可以尝试在conda环境中安装所有依赖:
conda install -c conda-forge libgfortran blas lapack
这样可以确保所有库版本在conda环境中保持一致。
预防措施
为了避免类似问题,建议在构建科学计算相关软件时:
- 确保开发环境的一致性,避免混合使用系统包和conda包
- 在构建前检查所有依赖库的版本兼容性
- 考虑使用容器技术(如Docker)来隔离构建环境
- 对于生产环境,建议使用预编译的二进制包而非从源码构建
总结
Ceres-Solver作为一款强大的非线性优化库,其构建过程依赖于多个数值计算库的正确配置。在Ubuntu系统上遇到Fortran相关链接问题时,通常可以通过安装兼容的libgfortran版本来解决。理解底层依赖关系并保持环境一致性是成功构建的关键。
对于开发者而言,掌握这类问题的诊断和解决方法,不仅有助于Ceres-Solver的部署,也能为其他科学计算软件的安装提供参考。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0117- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
718
4.58 K
Ascend Extension for PyTorch
Python
584
719
deepin linux kernel
C
28
16
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
975
960
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
419
364
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
767
117
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.63 K
957
昇腾LLM分布式训练框架
Python
154
180
Oohos_react_native
React Native鸿蒙化仓库
C++
342
390
暂无简介
Dart
957
238