Question

我已根据本指南http://lightgbm.readthedocs.io/en/latest/GPU-Windows.html

从源代码编译了支持python GPU的lightgbm

来自控制台的测试用法是成功的：

C:\github_repos\LightGBM\examples\binary_classification>"../../lightgbm.exe" config=train.conf data=binary.train valid=binary.test objective=binary device=gpu
[LightGBM] [Warning] objective is set=binary, objective=binary will be ignored. Current value: objective=binary
[LightGBM] [Warning] data is set=binary.train, data=binary.train will be ignored. Current value: data=binary.train
[LightGBM] [Warning] valid is set=binary.test, valid_data=binary.test will be ignored. Current value: valid=binary.test
[LightGBM] [Info] Finished loading parameters
[LightGBM] [Info] Loading weights...

然后我尝试在Python中导入而没有运气。它导入没有GPU支持的anaconda版本：

from sklearn.datasets import load_iris
iris = load_iris() 

import lightgbm as lgb 
lgtrain = lgb.Dataset(iris.data, iris.target)
lgb_clf = lgb.train(
        {
    'objective' : 'regression',
    'metric' : 'rmse',
    'num_leaves' : 350,
    #'max_depth': 14,
    'learning_rate' : 0.017,
    'feature_fraction' : 0.5,
    'bagging_fraction' : .8,
    'verbosity' : -1 ,
    'device' : 'gpu'

},
        lgtrain,
        num_boost_round=3500,
        verbose_eval=100
    )

LightGBMError：b'GPU Tree Learner未在此版本中启用。使用CMake选项重新编译-DUSE_GPU = 1'

我相信我必须指明位置但是如何？

Answer 1

我认为这可能不是特定于lightGBM，而是Anaconda虚拟环境的问题。在Anaconda虚拟环境中工作时，系统路径将被修改为指向Anaconda安装目录。

正如您所指出的，这导致Anaconda加载自己的版本，而不是您配置，编译和测试的外部版本。

有几种方法可以强制Anaconda找到您的包裹，请参阅this related discussion。

涉及运行ln -s的建议仅适用于Linux和Mac，但您可以在Windows中执行类似的操作。

您可以先卸载Anaconda版本的lightGBM，然后在Anaconda路径中创建自定义编译版本的副本。您可以使用

发现这一点

import sys
sys.path

Answer 2

使用以下命令删除以前安装的Python包：

pip uninstall lightgbm
or

conda uninstall lightgbm

执行此操作后，导航到Python包目录并使用您已编译的库文件进行安装：

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

如何导入新编译的python模块？

2 个答案: