linux 下安装xgboost

最新推荐文章于 2024-04-30 19:20:27 发布

行路南

最新推荐文章于 2024-04-30 19:20:27 发布

阅读量2.3w

点赞数 2

分类专栏：数据挖掘

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/u010414589/article/details/51303735

版权

第一步：安装anaconda

安装xgboost 有一些依赖包，所以在安装xgboost之前需要安装这些依赖包。为了方便安装，这里推荐直接安装anaconda，这里集成了绝大多数第三方库，安装步骤很方便，这里是具体方法

第二步：下载xgboost

官网的最新版xgboost 在编译时候总有问题，可能是版本过新的缘故。这里我使用的是之前xgboost的版本，编译很顺利。下载地址见这里

第三步：编译和安装

1.检查下linux(centos7)系统是不是安装了gcc-c++

首先先检查下linux(centos7)系统是不是安装了gcc-c++,检查命令如下：

rpm -qa|grep gcc

下图是我的执行结果
这里写图片描述
如果发现系统没有安装，可以使用如下命令，（centos）

最低0.47元/天解锁文章

关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
1
评论
linux 下安装xgboost

第一步：安装anaconda安装xgboost 有一些依赖包，所以在安装xgboost之前需要安装这些依赖包。为了方便安装，这里推荐直接安装anaconda，这里集成了绝大多数第三方库，安装步骤很方便，这里是具体方法第二步：下载xgboost官网的最新版xgboost 在编译时候总有问题，可能是版本过新的缘故。这里我使用的是之前xgboost的版本，编译很顺利。下载地址见这里第三步：编译和安装1.检
复制链接

扫一扫

专栏目录

行路南 CSDN认证博客专家 CSDN认证企业博客

码龄11年

129: 原创

3万+: 周排名

178万+: 总排名

113万+: 访问

: 等级

5724: 积分

426: 粉丝

610: 获赞

255: 评论

3027: 收藏

私信

关注

热门文章

分类专栏

OpenCV 3篇
C++
语义分割 6篇
图像分类 5篇
数据集 3篇
NVIDIA DeepStream 9篇
LeetCode 8篇
目标检测 4篇
数据增强 1篇
PyTorch 2篇
deep learning 4篇
目标追踪 2篇
自然语言处理 2篇
知识图谱 6篇
matplotlib 1篇
Git 1篇
机器学习 19篇
数据挖掘 22篇
算法 7篇
学习随笔 15篇
Hadoop 8篇
Linux 4篇
软件部署 17篇

最新评论

【PyTorch】torch.mean(), dim=0, dim=1 详解
lanlalala: a tensor([[[ 0., 1., 2., 3.], [ 4., 5., 6., 7.], [ 8., 9., 10., 11.]], [[12., 13., 14., 15.], [16., 17., 18., 19.], [20., 21., 22., 23.]]], dtype=torch.float64) a.shape torch.Size([2, 3, 4]) mean0 tensor([[[ 6., 7., 8., 9.], [10., 11., 12., 13.], [14., 15., 16., 17.]]], dtype=torch.float64) mean0.shape torch.Size([1, 3, 4]) mean1 tensor([[[ 4., 5., 6., 7.]], [[16., 17., 18., 19.]]], dtype=torch.float64) mean1.shape torch.Size([2, 1, 4]) mean2 tensor([[[ 1.5000], [ 5.5000], [ 9.5000]], [[13.5000], [17.5000], [21.5000]]], dtype=torch.float64) mean2.shape torch.Size([2, 3, 1])
【PyTorch】torch.mean(), dim=0, dim=1 详解
lanlalala: 按照楼主的，可供参考 a = torch.arange(24, dtype=float).reshape((2,3,4)) print('a',a) print('a.shape', a.shape) print(" ") mean0 = torch.mean(a, dim=0, keepdims=True) print('mean0', mean0) print('mean0.shape', mean0.shape) print(" ") mean1 = torch.mean(a, dim=1, keepdims=True) print('mean1', mean1) print('mean1.shape', mean1.shape) print(" ") mean2 = torch.mean(a, dim=2, keepdims=True) print('mean2', mean2) print('mean2.shape', mean2.shape)
7G的森林火情数据集，文末附数据集和源代码
qq_56413072: 博主，求一份数据集有没有百度网盘链接
7G的森林火情数据集，文末附数据集和源代码
weixin_43880420: 博主，这个数据集有标注文件嘛？
二叉树的后序遍历
小白 ~forever: 你这页面设计有点离谱，锚点链接不用，用新页面

大家在看

最新文章

目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。