xgboost gpu版本编译与python接口安装

最新推荐文章于 2021-07-29 14:11:36 发布

XiaoYang*

最新推荐文章于 2021-07-29 14:11:36 发布

阅读量391

点赞数

分类专栏：机器学习实践文章标签： python linux

本文链接：https://blog.csdn.net/m0_53834269/article/details/111823787

版权

机器学习实践专栏收录该内容

3 篇文章 0 订阅

订阅专栏

1.下载源码

git clone --recursive https://github.com/dmlc/xgboost

–recursive 递归clone，不加的话gputreeshape文件夹会为空，导致GPU版本编译失败

2.编译

2.1依赖工具版本

cmake version 3.16.3
GNU Make 4.2.1

2.2 编译

在xgboost目录

mkdir build
cd build
cmake .. -DUSE_CUDA=ON
make -j4

3.安装python接口

3.1 安装

在xgboost/python-package目录

python setup.py install

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

XiaoYang*

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

xgboost配置GPU

平原的博客

10-17

1733

说明：博主的显卡为3090，驱动为470.94，CUDA版本为11.4，cmake 3.3.2，gcc 7.3.1以上版本配置xgboost（2.0.0）GPU可以直接调用直接安装即可 pip install xgboost==2.0.0。

Linux下安装Xgboost并支持GPU

weixin_43836548的博客

03-31

1521

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，直接执行一下命令 ...

参与评论您还未登录，请先登录后发表或查看评论

xgboost进行GPU加速

qq_36259240的博客

05-27

7259

官方链接 https://github.com/dmlc/xgboost/tree/master/plugin/updater_gpu 第一步：下载CUB https://nvlabs.github.io/cub/ 第二步：安装新版本cmake 查看cmake版本： $ cmake --version 卸载旧版本： $ sudo apt-get autoremove c

xgboost已编译版本

05-14

xgboost已编译版本，无需你再下载mingw去编译，节省您的大多数时间。直接进入python-package文件夹，使用python setup.py install安装即可

xgboost 多gpu支持编译

weixin_34038652的博客

04-01

336

xgboost 多gpu支持编译Ubuntu 18.04.2Linux 4.15.0-46-genericgcc (Ubuntu 7.3.0-27ubuntu1~18.04) 7.3.0cuda 10.0 https://docs.nvidia.com/cuda/archive/10.0/cuda-installation-guide-linux/index.html#verify-you...

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

xgboost_with_gpu.zip

11-29

包括xgboost 0.6全部源程序，并以支持GPU模式通过VS2013进行编译

xgboost-GPU版本安装

未名方略

07-29

1743

亲测有效

Windows安装xgboost gpu版

juwikuang的专栏

10-19

4648

准备首先，安装cuda。我这里装的是10.0版，因为tensorflow现在要求10.0版。建议您安装xgboost gpu版的时候，注意看一下tensorflow的安装文档 cuda Visual Studio 2017, 这个比较麻烦，我是在自己电脑上找到installer的。。。 git for windows cmake 下载源代码如果你在国外，请用这个命令下载 git clone h...

python安装xgboost

11-24

python安装xgboost，已经编译好的了，可以直接使用安装。

xgboost及其参数说明

01-28

xgboost在windows下的详细安装过程：http://blog.csdn.net/bo553649508/article/details/50586653，并附带xgboost的参数说明

xgboost-gpu 所需编译文件

最新发布

10-15

linux系统，ubuntu18.04 环境下，python3 编译xgboost-gpu所需文件：libxgboost.so 具体操作： git clone --recursive https://github.com/dmlc/xgboost cd xgboost mkdir build cd build cmake .. -DUSE_CUDA=ON --...

【简明教程】windows下xgboost安装到python

肥宅Sean

01-24

1131

文章目录github clone下载xgboost.dll编译检测 github clone 电脑上使用github git clone https://github.com/dmlc/xgboost.git 会在对应的目录下，多出一个xgboost目录。下载xgboost.dll 访问 http://www.picnet.com.au/blogs/guido/2016/09/22/xgbo...

xgboost 0.8 GPU training by python API

wsdgh的博客

08-30

940

The binary wheel will support GPU algorithms (gpu_exact, gpu_hist) on machines with NVIDIA GPUs. However, it will not support multi-GPU training; only single GPU will be used [Installation Guide] Fo...

linux下xgboost、python版本、tensorflow_GPU的一些小事情

就俩字，咱们要做精通，不做熟悉

09-24

1759

最近要搬实验室的砖，博客不怎么更新，可能到11月继续开始跟新，这次就说说最近的一些小问题，python版本的事情，和xgboost和tensorflow安装相关；还有tensorflow上GPU的使用

Ubuntu下安装GPU版xgboost python库

dsbwyx's blog

11-04

1570

安装过程见官方文档：http://xgboost.readthedocs.io/en/latest/build.html 主要有以下两步 1. 下载源代码 git clone --recursive https://github.com/dmlc/xgboost 2. 编译GPU共享库 cd xgboost mkdir build cd build cmake .. -DUSE_C

Windows 10 上Xgboost GPU配置填坑过程

BBBBBlog

04-20

3565

主要过程：1. 安装vs(我装的是2017)2. 安装cuda(我装的是cuda9.1.85.3，cudnn7.1.2)3. 安装cmake4. 下载xgboost代码并编译5. 安装6. xgboost gpu相关参数及demo其他配置的比如:vs2015/2013,cuda 9.0/8.0等版本编译好的dll已经放到网盘上了，如果你的版本（主要看cuda...

如何安装xgboost GPU版本

07-17

要安装XGBoost的GPU版本，您需要按照以下步骤进行操作： 1. 确保您的系统支持GPU加速。您的系统应该具备CUDA和CuDNN的正确版本。请参考NVIDIA官方网站以获得与您的GPU兼容的CUDA和CuDNN版本。 2. 安装XGBoost的GPU依赖项。在终端或命令提示符下，运行以下命令： ``` git clone --recursive https://github.com/dmlc/xgboost cd xgboost git submodule init git submodule update ``` 3. 构建XGBoost GPU版本。运行以下命令： ``` mkdir build cd build cmake .. -DUSE_CUDA=ON make -j4 ``` 请注意，上述命令中的`-j4`表示使用4个线程进行构建，您可以根据自己的系统配置进行调整。 4. 安装XGBoost GPU版本。运行以下命令： ``` cd .. python setup.py install --use-cuda ``` 这将使用GPU支持进行XGBoost的安装。现在，您已经成功安装了XGBoost的GPU版本。您可以在Python中导入XGBoost并使用GPU进行训练和预测。请注意，安装过程可能因操作系统和硬件配置而有所不同。如果遇到任何问题，请参考XGBoost的官方文档或在相关论坛上寻求帮助。