ubuntu 18 安装xgboost GPU版本
综合上述两个帖子:
https://www.cnblogs.com/huadongw/p/6161145.html
https://blog.csdn.net/u011587516/article/details/78995186
先把之前安装的xgboost都卸载干净:
pip uninstall xgboost
确保电脑里安装了cuda。
然后按照下面的步骤来安装GPU版本的xgboost:
$git clone --recursive https://github.com/dmlc/xgboost
$cd xgboost
$mkdir build
$cd build
$cmake .. -DUSE_CUDA=ON
$make -j
$cd build
$cmake .. -DUSE_CUDA=ON
$make -j
$sh build.sh
$cd python-package
$python setup.py install
测试GPU
在tests\benchmark目录下
在tests\benchmark目录下
分别执行
python benchmark.py --tree_method gpu_hist
python benchmark.py --tree_method hist
可以看到,第一个gpu版本的比第二个非GPU版本的快。在实际的代码中,只要在添加下面的参数就行了
param['tree_method'] = 'gpu_hist'
分类:
python
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人