xgboost进行GPU加速

最新推荐文章于 2024-08-08 14:28:23 发布
最新推荐文章于 2024-08-08 14:28:23 发布
阅读量7.1k 收藏 4
点赞数 1
文章标签： xgboost gpu 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/qq_36259240/article/details/72784750
版权
本文详细介绍了如何在XGBoost中利用GPU进行加速，包括下载CUB库，安装新版本cmake，配置XGBoost源码，并进行测试。在配置过程中可能遇到的问题及解决方法，如修改环境变量，重新安装xgboost等。
摘要由CSDN通过智能技术生成

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 cmake

安装新版本cmake：

$ wget https://cmake.org/files/v3.5/cmake-3.5.2-Linux-x86_64.tar.gz

$ tar -xzvf cmake-3.5.2-Linux-x86_64.tar.gz

$ cmake --version


第三步：在xgboost根目录下运行以下代码

$ mkdir build

$ cd build

$ cmake .. -DPLUGIN_UPDATER_GPU=ON -DCUB_DIRECTORY=<MY_CUB_DIRECTORY>

<MY_CUB_DIRECTORY>指的是cub的文件路径，比如我的路径是/home/sys418/cub-1.6.4，那么第三句代码就是这样的：

cmake .. -DPLUGIN_UPDATER_GPU

最低0.47元/天 解锁文章
Q唐Q
关注
  • 1
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
掌握XGBoost：GPU 加速与性能优化
Echo_Wish的博客
02-15 2413
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。
xgboost配置GPU
平原的博客
10-17 1542
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。
给你的大杀器装备核弹——Windows下安装使用GPU版XGBoot详细参考指南
机器变得更残忍的博客
10-06 2338
很早就知道XGBoost支持GPU了，不过一直没有配置，一方面是GPU版本的xgb配置，中文安装教程根本找不到，还有就是支持GPU的xgb还不是稳定版的。 花了两天时间踩遍各种坑，特意整理好这个教程，方便各位。安装CUDA这应该算是第一个坑，我的电脑在装tensorflow的时候就已经配置好CUDA了，看了下官方文档 Windows requirements for GPU build: on
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
使用XGBoost和GPU进行排序学习
步子哥的博客
06-18 490
XGBoost是一个广泛使用的机器学习库，它使用梯度提升技术通过组合多个弱模型逐步构建更好的模型。在训练阶段，这些弱模型是通过计算目标函数的梯度下降生成的。构建好的模型将在未来的推理阶段用于预测。排序学习（LETOR）是其中一个目标函数，用于在信息检索问题中优化文档的相关性排序。利用XGBoost和GPU进行排序学习，为解决大规模信息检索问题提供了高效的工具和方法。通过并行化和优化排序算法，可以显著提升模型的训练和评估速度，从而在实际应用中提供更快、更精确的排序结果。
XGBoost: Scalable GPU Accelerated Learning （XGBoost：可扩展的GPU加速学习）
weixin_41697507的博客
07-16 735
XGBoost: Scalable GPU Accelerated Learning Abstract We describe the multi-GPU gradient boosting algorithm implemented in the XGBoost library1. Our algorithm allows fast, scalable training on multi-GPU...
win10 XGBoost GPU加速
potun7890的博客
08-26 1071
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..
XGBoost GPU加速环境配置
老赵的博客
02-23 1598
XGBoost
GPU加速你的xgboost、lightgbm
NT的博客
08-05 906
lightgbm pip install lightgbm --install-option=–gpu 新增传入参数： ‘device’ : ‘gpu’, ‘gpu_platform_id’:0,  ‘gpu_device_id’:0 xgboost：pypi.org download pip install xgboost.whl 新增传入参数： ‘gpu_id’:0,  ‘tree_method’:‘gpu_hist’ ...
xgboost.dll gpu enabled
01-25
XGBoost[1]是2014年2月诞生的专注于梯度提升算法的机器学习函数库，此函数库因其优良的学习效果以及高效的训练速度而获得广泛的关注。仅在2015年，在Kaggle[2]竞赛中获胜的29个算法中，有17个使用了XGBoost库，而作为对比，近年大热的深度神经网络方法，这一数据则是11个。在KDDCup 2015 [3]竞赛中，排名前十的队伍全部使用了XGBoost库。
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_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直接pip安装版
11-21
xgboost.whl使用pip install 文件名 直接安装 十分方便
XGBoost的GPU用法
微电子学与固体电子学-俞驰
09-01 3647
使用Kaggle Notebook运行，59w的训练集,训练时间不到40s 数据使用IEEE CIS比赛数据集 代码如下： # # About this kernel # # Before I get started, I just wanted to say: huge props to Inversion! The official starter kernel is **AWESO...
Windows安装xgboost gpu版
juwikuang的专栏
10-19 4573
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...
xgboost 0.8 GPU training by python API
wsdgh的博客
08-30 918
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...
R使用XGBoost并配置GPU 附：LightGBM
NickyCat的博客
04-29 2707
在R中使用XGBoost时如何进行GPU加速？Xgboost下载安装及GPU配置记录
大模型微调工具-torchtune
最新发布
weixin_40777649的博客
08-08 548
1.定义2.安装3. 案例。
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) ```
评论
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