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 StartedRust0172
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook097
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
749
4.87 K
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
1.57 K
172
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
841
1.84 K
Ascend Extension for PyTorch
Python
688
833
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
227
97
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
451
418
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++
1.02 K
1.04 K
暂无简介
Dart
999
259
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
642
1.27 K