深度学习训练 | 如何在云服务器上安装LightGBM gpu深度学习人工智能

文章来源 | 恒源云社区（专注人工智能/深度学习云GPU服务器训练平台，官方体验网址：https://gpushare.com/ ）
原文地址 | https://gpushare.com/docs/best_practices/lightgbm/
【LightGBM是什么？】
LightGBM 是一个基于决策树算法的快速、分布式、高性能的框架，用于排名、分类和许多其他机器学习任务。
【如何在恒源云安装？】
LightGBM 支持通过 CLI、Python、R 使用。
【深度学习训练 | 如何在云服务器上安装LightGBM】下面提供 Python 包与 CLI 的安装，编译时均加入了支持 GPU 的选项。
Python 包的编译安装如下：

# 安装 boost 依赖 apt-get update apt-get install libboost-dev libboost-system-dev libboost-filesystem-dev -y # 安装支持 GPU 的 Python 包 pip install lightgbm --install-option=--gpu --install-option="--opencl-include-dir=/usr/local/cuda/include/" --install-option="--opencl-library=/usr/local/cuda/lib64/libOpenCL.so" mkdir -p /etc/OpenCL/vendors echo "libnvidia-opencl.so.1" > /etc/OpenCL/vendors/nvidia.icd

命令行的编译安装如下：

# 安装 boost 依赖 apt-get update apt-get install libboost-dev libboost-system-dev libboost-filesystem-dev -y # 克隆 LightGBM 代码 git clone "https://mirror.ghproxy.com/https://github.com/microsoft/LightGBM.git" cd LightGBM# 切换版本分支 git checkout v3.2.1# 替换一些子模块的仓库地址为加速地址，并克隆 sed -i "s/ \(https:\/\/github.com\)/ https:\/\/mirror.ghproxy.com\/\1/" .gitmodules git submodule update --init cd external_libs/fast_double_parser sed -i "s/ \(https:\/\/github.com\)/ https:\/\/mirror.ghproxy.com\/\1/" .gitmodules git submodule update --init cd ../.. # 编译安装支持 GPU 选项的命令行 mkdir build cd build cmake -DUSE_GPU=1 -DOpenCL_LIBRARY=/usr/local/cuda/lib64/libOpenCL.so -DOpenCL_INCLUDE_DIR=/usr/local/cuda/include/ .. make -j4 mkdir -p /etc/OpenCL/vendors echo "libnvidia-opencl.so.1" > /etc/OpenCL/vendors/nvidia.icd # 执行命令行测试 cd .. ./lightgbm # 使用源码也可以同时安装 Python 包 cd python-package python setup.py install --gpu --opencl-include-dir=/usr/local/cuda/include/ --opencl-library=/usr/local/cuda/lib64/libOpenCL.so --no-cache