本文主要是介绍python运行时报错：Intel MKL FATAL ERROR: Cannot load mkl_intel_thread.dll的解决方案，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
python运行时报错：“Intel MKL FATAL ERROR: Cannot load mkl_intel_thread.dll”的解决方案
在运行python程序的时候，报错：Intel MKL FATAL ERROR: Cannot load mkl_intel_thread.dll 。网上搜索了一下，可能原因是numpy包出了问题或者tensorflow等这些包版本太低，解决方案：
1、更新numpy包。
正确的方式：pip install -U numpy直接将numpy更新到最新版，或者pip install numpy = 1.**.**自己选择想要的版本号更新。
注意：千万别自己卸载numpy后重装，这样会在卸载的同时会使所有依赖包的动态链接关系发生变化，导致很多包都不能使用（包括sciki-learn，pandas等等），这些依赖包均需要重新安装才行。
万一不小心这么做了，那么按照以下顺序安装：numpy+mkl→scipy→matplotlib / scikit-learn /scikit-image。
2、把numpy包里的文件放在正确的位置
从“~\Anaconda3_py3.5\Lib\site-packages\numpy\core”中复制mkl_intel_thread.dll文件到打包好的目录下覆盖文件；
如果上一步无法解决，则从“~\Anaconda3_py3.5\Lib\site-packages\numpy\core”中把所有mkl开头的dll文件（约20个）全部复制到打包好的目录下覆盖文件。
注：第一种方法一般就可以解决问题，第二种方法未验证。
总结：
遇到这种情况，如果嫌麻烦可以先试试方法一，但是这种方法安装之后，在我的电脑上导入numpy包之后没有任何报错，但导入scikit-image包还是出现了这个报错。最稳妥的办法就是把所有的包卸载之后，按照方法一的顺序重新安装一遍。如果觉得下载慢，可以在国内镜像源网站下载安装包离线安装【缺点就是这里每个包的可选版本很少】，具体安装方法可以看我的另一篇博客：windows下python3安装cv2，skimage(scikit-image)模块的方法
这篇关于python运行时报错：Intel MKL FATAL ERROR: Cannot load mkl_intel_thread.dll的解决方案的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
