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

3.1 pip安装

sudo pip3 install lightgbm --install-option=--gpu --install-option="--opencl-include-dir=/usr/local/cuda/include/" --install-option="--opencl-library=/usr/local/cuda/lib64/libOpenCL.so"

3.1 源码安装

git clone --recursive https://github.com/microsoft/LightGBM ; cd LightGBM
mkdir build ; cd build
cmake -DUSE_GPU=1 ..
# if you have installed NVIDIA CUDA to a customized location, you should specify paths to OpenCL headers and library like the following:
# cmake -DUSE_GPU=1 -DOpenCL_LIBRARY=/usr/local/cuda/lib64/libOpenCL.so -DOpenCL_INCLUDE_DIR=/usr/local/cuda/include/ ..
make -j$(nproc)

cd ../python-package/
python setup.py install

4、测试

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,
'nthread': 1,
'device': 'gpu',
'gpu_platform_id': 0,
'gpu_device_id': 0}dtrain = lgb.Dataset('train.libsvm')
t0 = time.time()
gbm = lgb.train(params, train_set=dtrain, num_boost_round=100,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,
'nthread': 1,
'device': 'cpu'
}t0 = time.time()
gbm = lgb.train(params, train_set=dtrain, num_boost_round=100,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))

CPU 32s vs CPU 8s

5、遇到问题

5.1 terminate called without an active exception

源文件目录：src/treelearner/gpu_tree_learner.h的第26行代码：

#define BOOST_COMPUTE_USE_OFFLINE_CACHE
如果包含这个这个宏 BOOST_COMPUTE_USE_OFFLINE_CACHE，就会导致要寻找缓存目录，因此将其注释，并clean然后重新编译源文件，然后就能安装使用了。

5.2 Error: No OpenCL Device Found

mkdir -p /etc/OpenCL/vendors && echo "libnvidia-opencl.so.1" > /etc/OpenCL/vendors/nvidia.icd

参考：https://www.kaggle.com/kirankunapuli/ieee-fraud-lightgbm-with-gpu

lightGBM GPU支持的安装、验证方法相关推荐

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 ...
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 ...
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 ...
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 ...
【Ubuntu】安装中文输入法、终端不支持中文的解决方法
一.中文输入法安装 1.安装汉语语言包 sudo apt install fcitx sudo apt install language-pack-zh-hans 2.安装google拼音输入法 su ...
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 ...
验证通扫描仪安装使用方法
安装验证通扫描仪一. 安装"PCI转COM转接卡"驱动程序. 1. 请将硬件"PCI转COM转接卡"卡插到电脑上,开机. 2. 安装硬件驱动程序. 二．安装扫 ...

lightGBM GPU支持的安装、验证方法