xgboost 多gpu支持 編譯

Ubuntu 18.04.2
Linux 4.15.0-46-generic
gcc (Ubuntu 7.3.0-27ubuntu1~18.04) 7.3.0

cuda 10.0
https://docs.nvidia.com/cuda/archive/10.0/cuda-installation-guide-linux/index.html#verify-you-have-supported-version-of-linux
安裝略

nccl2
git clone https://github.com/NVIDIA/nccl.git
cd nccl
make -j src.build

xgboost
(建議選擇穩定版源碼編譯 如 0.82)

mkdir xgboost-src

git clone --recursive https://github.com/dmlc/xgboost.git
或
git clone https://github.com/dmlc/xgboost.git
git submodule init
git submodule update

設置版本0.82(!然而最后安裝后的版本是0.81)
git checkout 3f83dcd

mkdir build
cd build
cmake .. -DUSE_CUDA=ON -DUSE_NCCL=ON -DNCCL_ROOT=/xxx/install/nccl-src/nccl/build
make -j4

直至出現類似結果
...
Scanning dependencies of target gpuxgboost
[ 95%] Linking CXX static library libgpuxgboost.a
[ 95%] Built target gpuxgboost
Scanning dependencies of target runxgboost
[ 97%] Building CXX object CMakeFiles/runxgboost.dir/src/cli_main.cc.o
[ 98%] Linking CXX executable ../xgboost
[ 98%] Built target runxgboost
Scanning dependencies of target xgboost
[100%] Linking CXX shared library ../lib/libxgboost.so
[100%] Built target xgboost
cd ../python-package
python setup.py install

備注: 如果切換 使用 update-alternatives gcc/g++ 版本時，可能會出現各種引用異常，此時建議切換到gcc/g++某個已安裝版本(如7.3)， 重啟機器

------------------------------------------------------
tensorflow (對應cuda 10.0)
tensorflow-gpu 1.13.1
pip install tensorflow-gpu

------------------------------------------------------
torch (對應cuda 10.0)
pip install https://download.pytorch.org/whl/cu100/torch-1.0.1.post2-cp36-cp36m-linux_x86_64.whl
pip install torchvision

轉載于:https://www.cnblogs.com/kdyi/p/10636988.html

總結

以上是生活随笔為你收集整理的xgboost 多gpu支持 编译的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。