xgboost配置GPU加速（快速安装版）

最新推荐文章于 2024-04-22 16:07:30 发布
最新推荐文章于 2024-04-22 16:07:30 发布
阅读量1.1w 收藏 18
点赞数 3
分类专栏： 机器学习 文章标签： xgboost python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_30963287/article/details/79145107
版权

环境：anaconda（python3.6） + win10

第一步：

下载xgboost源码：
https://github.com/dmlc/xgboost

第二步：

从http://ssl.picnet.com.au/xgboost/中下载支持GPU版已编译好的DLL文件

第三步：

将xgboost.dll复制到xgboost-master/python-package/xgboost目录下，
打开控制台，进入到python-package目录下，执行python setup.py install命令，
至此xgboost GPU版安装成功。

GPU版使用方法：
param[‘gpu_id’] = 0
param[‘max_bin’] = 16
param[‘tree_method’] = ‘gpu_hist’

详情请查看xgboost API
http://xgboost.readthedocs.io/en/latest/gpu/index.html#

影随风ysf
关注
  • 3
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
专栏目录
Linux下安装Xgboost并支持GPU
01-09
Linux下安装Xgboost并支持GPU下载源码支持GPU正常流程报错：nvcc fatal : redefinition of argument ‘std’查看本机cmake版本查找报错原因确认报错原因解决办法安装Python支持查看安装包 下载源码 git clone --recursive https://github.com/dmlc/xgboost #若安装CPU版，直接执行以下命令 cd xgboost make -j4 支持GPU 正常流程 $ cd xgboost $ mkdir build $ cd build $ cmake .. -DUSE_CUDA=ON 切记：不
GPU加速xgboost——win10下配置
voidfaceless的博客
10-25 1万+
xgboost是一个非常好的模型工具，但是当遇到数据量比较大的时候迭代的速度会很慢（博主打比赛的时候简直想砸电脑啊），因此就找了点资料配置了GPU加速。 这里面遇到很多坑。 1.使用官网的配置方案 反正这个我从来没成功了，试了n次。我这里就不写了，贴出来链接： http://xgboost.readthedocs.io/en/latest/build.html#building-with-
掌握XGBoost：GPU 加速与性能优化
Echo_Wish的博客
02-15 1231
通过本教程，您学习了如何在Python中使用XGBoost进行GPU加速以及性能优化的方法。首先，我们安装了支持GPU的XGBoost版本，并启用了GPU加速。然后，我们调整了模型参数以优化性能，并进行了性能评估。通过这篇博客教程，您可以详细了解如何在Python中使用XGBoost进行GPU加速以及性能优化的方法。首先，您需要确保您的系统上安装了支持 GPU 的 XGBoost 版本。除了使用 GPU 加速外，还可以通过调整其他参数来优化 XGBoost 的性能。
mysql 8.0.11 macos10.13安装配置方法图文教程
09-09
主要为大家详细介绍了mysql 8.0.11 macos10.13安装配置方法图文教程，mysql数据库安装及配置环境变量，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
MacOS下mysql 8.0.18 安装配置方法图文教程
12-16
本文记录了MacOS下安装MySQL8.0.18，并成功命令行操作，供大家参考，具体内容如下 ①下载MySQL8.0.18 下载网址：点击查看 下载后(dmg)进行安装。 ②开启MySQL服务 ③配置环境变量 进入终端（这里用的是vim）： vim ~/.bash_profile 在文件最后加入： PATH=$PATH:/usr/local/mysql/bin 保存并退出（ESC-> : -> wq）。 让配置生效： source ~/.bash_profile 推出终端重新进入。 mysql --version 出现版本号代表成功： 也可以用： mysql -u root
win10 XGBoost GPU加速
potun7890的博客
08-26 1026
参考文献：https://zhuanlan.zhihu.com/p/29904369 需要平台：win10,,CUDA,VS2015,CMake 目录 1. 下载xgboost源码 2.安装cmake 3.生成构建文件 1.下载xgboost源码 可用git，没有git工具的直接去github上下载解压 git clone --recursive https://github.com/dmlc/xgboost 2.安装cmake cmake.org/download/ 浏览器上下..
数据挖掘学习(一)——xgboost GPU配置加速，GPU性能查看Tips
热门推荐
酬勤的博客
07-19 1万+
xgboost模型在跑大数据集时速度堪忧，正好最近配置了一块RTX2070，在网上搜了颇多资料利用GPU加速xgboost，在这里做一个归纳整理； 另外，附上xgboost参数概括比较好的资料： Xgboost官方中文文档 Xgboost参数解释及调参 xgboost GPU加速： 参考资料： 给你的大杀器装备核弹——Windows下安装使用GPU版XGBoost详细参考指南 GPU加速xgboost——win10下配置 第一份资料完整阐述了GPU配置的整个过程，先用cmake生成文件，然后用vs编译，这里
XGBoost GPU加速环境配置
老赵的博客
02-23 1464
XGBoost
机器学习（十）：机器学习训练速度的提升技巧
hzk1562110692的专栏
04-14 5215
这是一篇机器学习的介绍，本文不会涉及公式推导，主要是一些算法思想的随笔记录。 适用人群：机器学习初学者，转AI的开发人员。 编程语言：Python 操作系统：Windows 机器学习中最耗时也是最核心的两个阶段，一个就是特征工程，另一个就是训练过程了，训练过程，少则几个小时，多则几天，这个总是会占用不少时间，如果赶在向领导汇报或者业务方需要结果的是，这个真的是时间就是金钱。 我在机器学习过程中一直...
XGBoost_GPU编译.docx
08-06
在Windows下编译XGBoost源代码，从而利用GPU实现XGBoost的加速
xgboost gpu版本 xgboost.dll
10-18
xgboost GitHub 源码包下载，解压 https://github.com/dmlc/xgboost 下载xgboost.dll 将xgboost.dll放到解压后的\xgboost-master\python-package\xgboost目录中 进入\xgboost-master\python-package， 执行 python setup.py install
PyTorch-GPU加速实例
09-16
主要介绍了PyTorch-GPU加速实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
xgboost安装包
05-08
xgboost windos安装包，里面包含libxgboost.dll文件，下载后可直接安装
xgboost.dll gpu_enable 2019最新版
02-13
2. copy libxgboost.dll into the xgboost_install_dir\python-package\xgboost\ directory 3. cd xgboost_install_dir\python-package\ 4. python setup.py install 下面是使用举例 import xgboost xr = ...
XGBoost-gpu测试文件
09-26
在我们下载和安装号XGBOOST以及cuda之后，我们可以使用该文件进行XGBOOST的gpu加速测试（官方例程）
Ansible 指定受控端使用Python的版本
shijin741231的博客
04-20 533
最近在装Ansible，有一台受控端Ubuntu16的服务器，安装了Python2.7.12和Pyhon3.5。当用Ansible连接它时，显示使用的是Python3.5。最后看文档，发现Ansible可以在hosts的文件中指定受控服上运行的Python。
【编译程序介绍】
最新发布
武帝为此的博客
04-22 1150
简单来说，编译程序是一个软件，它读取用某种编程语言编写的源代码，分析并转换成等效的、可执行的机器语言代码。这个过程涉及多个复杂的步骤，包括语法分析、语义分析、代码优化和代码生成等。
安装XGboost GPU加速
10-14
安装XGBoost GPU加速需要以下步骤： 1. 安装CUDA和cuDNN，确保版本兼容。 2. 安装MinGW-w64，用于编译XGBoost。 3. 下载XGBoost源代码，并解压缩。 4. 在命令行中进入XGBoost目录，执行以下命令编译XGBoost： ``` mingw32-make -j4 USE_CUDA=1 ``` 其中，-j4表示使用4个线程编译，可以根据CPU核心数进行调整。 5. 编译完成后，在Python中安装XGBoost： ``` pip install xgboost ``` 如果需要使用GPU加速，需要在代码中指定使用GPU： ``` import xgboost as xgb params = { "tree_method": "gpu_hist", "gpu_id": 0 } dtrain = xgb.DMatrix(X_train, y_train) model = xgb.train(params, dtrain) ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值