xgb 다운로드

(64비트 Windows에서는 MinGW64를 대신 받아야 합니다.) MinGW로 가는 경로가 시스템 PATH에 있는지 확인합니다. 이진 휠은 NVIDIA GPU가 있는 컴퓨터에서 GPU 알고리즘(gpu_hist)을 지원합니다. 여러 GPU를 통한 교육은 Linux 플랫폼에서만 지원됩니다. XGBoost GPU 지원을 참조하십시오. Visual Studio에는 Microsoft Visual Studio 라이선스 조건에 설명된 대로 원격 분석이 포함되어 있습니다. 원격 분석을 통해 소프트웨어를 실행하는 것은 조직의 정책에 위배될 수 있습니다. [아나콘다3] C:UsersIBM_ADMIN>cd 코드xgboostpython-package b. copy libxgboost.dll (이 페이지에서 다운로드) xgboost_install_dir파이썬 패키지xgboost 디렉토리이 패키지에는 C++ 소스 코드가 포함되어 있기 때문에 pip는 즉시 소스 코드를 컴파일하기 위해 시스템에서 C++ 컴파일러가 필요합니다. 하위 모듈을 복제하려면 먼저 XGBoost 리포지토리를 –재귀 옵션으로 복제해야 합니다. 표준 Bash 셸과 함께 제공 되는 Windows용 Git을 사용 하는 것이 좋습니다. 이렇게 하면 설치 프로세스가 매우 쉬워집니다.

이렇게 하면 Visual Studio 64 비트 생성기를 사용하여 소스 가 없는 빌드를 지정합니다. 다른 버전의 Visual Studio가 설치되어 있는 경우 -G 옵션을 적절하게 변경합니다. 이것은 주로 파이썬 설정 도구의 후크를 통과하고 싶지 않은 C ++ 개발자를위한 것입니다. 위의 섹션에서 설명한 대로 CMake를 사용하여 C++ 라이브러리를 직접 빌드할 수 있습니다. 컴파일 후 공유 개체(또는 플랫폼에 따라 동적 링크된 라이브러리, 전문 용어라고 함)가 lib/디렉터리 아래의 XGBoost의 소스 트리에 나타납니다. 리눅스 배포판에 그것은 lib/libxgboost.so. 거기에서 모든 파이썬 setuptools 명령은 공유 된 객체를 다시 컴파일하는 대신 다시 사용합니다. 이 방법은 설치된 패키지가 단순히 소스 트리에 대한 링크인 편집 가능한 설치를 사용하는 경우에 특히 편리합니다. 개발 중에 신속한 테스트를 수행할 수 있습니다. 다음은 간단한 bash 스크립트가 수행하는 작업입니다: Visual Studio로 빌드하려면 CMake가 필요합니다. 최신 버전의 CMake를 설치해야 합니다.

그런 다음 XGBoost 디렉토리의 루트에서 다음을 실행: Mac OSX를 사용 하는 경우, 먼저 설치 해야 OpenMP 라이브러리 (libomp) 위의 명령을 실행 한 후 디렉토리정리를 실행 하 여, 파이썬 setup.py 청소 충분 하지 않습니다. 빌드 결과를 복사한 후 파이썬 패키지에서 git clean -xdf를 실행하기만 하면 생성된 캐시 파일을 제거하는 효율적인 방법입니다. 파이썬 빌드 또는 linter 실행에서 이상한 동작을 발견하면 캐시 된 파일로 인해 발생할 수 있습니다. 컴파일 속도를 높이려면 옵션-/MP를 적용하여 여러 작업을 병렬로 실행합니다. pip를 사용하여 생성된 배포 패키지를 설치할 수 있습니다. 예를 들어 sdist setuptools 명령을 실행한 후 xgboost-1.0.0.tar.gz와 유사한 타르 볼이 dist 디렉토리 아래에 생성됩니다. 그런 다음 dist 디렉토리에서 다음 명령을 호출하여 설치할 수 있습니다: Windows용 Git을 설치한 후 Git Bash라는 바로 가기를 가져야 합니다. Git Bash에서 모든 후속 단계를 실행해야 합니다. 마지막으로 GPU가 있는 경우 코드 아래에 복사및 붙여넣기를 사용하도록 설정합니다. (DMLC에 대한 크레딧) 요점은 XGBoost의 파이썬 패키지 디렉토리로 이동하는 것입니다. 그런 다음 입력 : 우리는 거의 끝났습니다. XGBoost를 테스트하기 위해 노트북을 시작해 보겠습니다.

직접 가져오면 오류가 발생합니다. 이를 방지하기 위해 우리는 os 환경 경로 변수에 g ++ 런타임 라이브러리에 대한 경로를 추가해야합니다 : 파이썬 setup.py 설치를 실행하면 기본 CMake 플래그를 사용하여 XGBoost를 컴파일합니다. 추가 컴파일 옵션을 전달하려면 플래그를 명령에 추가합니다. 예를 들어 CUDA 가속 및 NCCL(분산 GPU) 지원 사용: 이 페이지에서는 다양한 시스템에서 XGBoost를 처음부터 빌드하고 설치하는 방법에 대한 지침을 제공합니다. 기본 대상이 사용되는 경우 빌드 영역에 R 패키지 공유 라이브러리가 빌드됩니다. 또한 설치 대상은 빌드/R-패키지에서 이 공유 라이브러리로 패키지 파일을 어셈블하고 R CMD INSTALL를 실행합니다.

This entry was posted in Yleinen. Bookmark the permalink.

Comments are closed.