最简便的lightGBM GPU支持的安装、验证方法
以下基于ubuntu 16.04 python 3.6.5安装测试成功
1、安装软件依赖
sudo apt-get install --no-install-recommends git cmake build-essential libboost-dev libboost-system-dev libboost-filesystem-dev
2、安装python库
pip install setuptools wheel numpy scipy scikit-learn -U
3、安装lightGBM-GPU
sudo pip3.6 install lightgbm --install-option=--gpu --install-option="--opencl-include-dir=/usr/local/cuda/include/" --install-option="--opencl-library=/usr/local/cuda/lib64/libOpenCL.so"
4、测试
先下载测试文件并且进行文件转化
git clone https://github.com/guolinke/boosting_tree_benchmarks.git
cd boosting_tree_benchmarks/data
wget "https://archive.ics.uci.edu/ml/machine-learning-databases/00280/HIGGS.csv.gz"
gunzip HIGGS.csv.gz
python higgs2libsvm.py
编写测试脚本
import lightgbm as lgb
import timeparams = {'max_bin': 63,
'num_leaves': 255,
'learning_rate': 0.1,
'tree_learner': 'serial',
'task': 'train',
'is_training_metric': 'false',
'min_data_in_leaf': 1,
'min_sum_hessian_in_leaf': 100,
'ndcg_eval_at': [1,3,5,10],
'sparse_threshold': 1.0,
'device': 'gpu',
'gpu_platform_id': 0,
'gpu_device_id': 0}dtrain = lgb.Dataset('data/higgs.train')
t0 = time.time()
gbm = lgb.train(params, train_set=dtrain, num_boost_round=10,valid_sets=None, valid_names=None,fobj=None, feval=None, init_model=None,feature_name='auto', categorical_feature='auto',early_stopping_rounds=None, evals_result=None,verbose_eval=True,keep_training_booster=False, callbacks=None)
t1 = time.time()print('gpu version elapse time: {}'.format(t1-t0))params = {'max_bin': 63,
'num_leaves': 255,
'learning_rate': 0.1,
'tree_learner': 'serial',
'task': 'train',
'is_training_metric': 'false',
'min_data_in_leaf': 1,
'min_sum_hessian_in_leaf': 100,
'ndcg_eval_at': [1,3,5,10],
'sparse_threshold': 1.0,
'device': 'cpu'
}t0 = time.time()
gbm = lgb.train(params, train_set=dtrain, num_boost_round=10,valid_sets=None, valid_names=None,fobj=None, feval=None, init_model=None,feature_name='auto', categorical_feature='auto',early_stopping_rounds=None, evals_result=None,verbose_eval=True,keep_training_booster=False, callbacks=None)
t1 = time.time()print('cpu version elapse time: {}'.format(t1-t0))
测试结果如下,可见gpu版确实比cpu快
最简便的lightGBM GPU支持的安装、验证方法相关推荐
- lightGBM GPU支持的安装、验证方法
以下基于ubuntu 16.04 python 3.6.5安装测试成功 1.安装软件依赖 sudo apt-get install --no-install-recommends git cmake ...
- vs最好的版本_Win10 环境下,LightGBM GPU 版本的安装
由于知乎的编辑器不能完全支持 MarkDown 语法, 所以部分文字可能无法正常排版, 如果你想追求更好的阅读体验, 请移步至该博客的简书的链接. Win10 平台下, LightGBM GPU 版本 ...
- Win10 平台下, LightGBM GPU 版本的安装
1. Light GBM 简介 在数据挖掘和传统机器学习领域,提起大名鼎鼎的 XGBoost,相信很多人都听说过,尤其是在 Kaggle 赛场上,XGBoost 更是风光无限,不过今天的主角却不是 X ...
- 解决旧笔记本电脑的ME固件的驱动安装程序不支持WIN10安装的方法
以我的K480N-i5 为例,神舟官方代号PAF4.它出厂于2012年下半年11月份.随机光盘的安装文件只支持到WIN7操作系统. 因为从BIOS查看到的因特尔ME固件的[Version] PackV ...
- linux安装tensorflow教程,Ubuntu 16.04 安装 TensorFlow(GPU支持)
本文记录Ubuntu 16.04安装Tensorflow步骤,也包括怎么从源码编译安装Tensorflow. 要想安装Tensorflow GPU版本,你需要有一个新一点的Nvidia显卡. Tens ...
- 一文看懂 TensorFlow 2.x / keras 安装与GPU支持
目录 安装概述 pip 软件包 硬件要求 软件要求 其他安装方法 安装步骤 确定版本 下载安装 检查 GPU配置 不使用GPU 渐进式的使用显存 其他问题 找不到GPU CPU不支持avx2 参考 在 ...
- Py之lightgbm:lightgbm的简介、安装、使用方法之详细攻略
Py之lightgbm:lightgbm的简介.安装.使用方法之详细攻略 目录 lightgbm的简介 lightgbm的安装 lightgbm的使用方法 1.class lightgbm.Datas ...
- TensorFlow2.0 系列开篇: Windows下GPU版本详细安装教程
点击上方"Datawhale",选择"星标"公众号 第一时间获取价值内容 [导读]今年三月谷歌在TensorFlow开发者峰会上宣布TensorFlow 2.0 ...
- Linux拜拜!微软给WSL加入GPU支持,Windows终于迎来命令行包管理工具
点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 白交 发自 凹非寺 量子位 报道 | 公众号 QbitAI 看完昨晚微软Build大 ...
最新文章
- qlabel可以选中吗_QLabel-标签控件的应用
- ipc620中文版最新版本_(一)Windows10 家庭中文版Docker安装 搭建docker开发环境
- linux cat 进程,Linux下CAT程序的C实现
- 【APICloud系列|38】 微信登录分享、QQ登录分享实现方法
- 过去几年接触了很多小公司小品牌
- 调查显示:数据中心行业女性获得报酬比男性多
- WP8.1学习系列(第二十三章)——到控件的数据绑定
- _stdcall,_cdecl区别
- 台计算机结构看内存条位置,内存条在哪个位置
- 知识蒸馏 | 知识蒸馏的算法原理与其他拓展介绍
- 图像特征之SIFT、HOG、LBP
- 学习Mybatis框架(一)
- java ligerui_[Java教程]ligerUI
- JavaScript里的 深浅拷贝
- windows10插入耳机没有反应的问题
- android按键精灵源码,按键精灵手机版网络验证源码适用安卓/苹果ios手机按键
- 于IIS 7的HTTP 错误 500.0 - Internal Server Error(错误代码:0x800700.
- 印章与印鉴的区别_篆刻与印章到底有什么区别?
- mac如何查看IP地址,mac怎么查看IP地址
- KepOPC全新DA2UA中间件实现OPCDA与UA的转换及互操作