网站建设的细节处理谷歌搜索入口365

这是一篇经验总结文章，注重思路，忽略细节。

1.起因

用多个机器学习方法训练模型，比较性能，发现Light GBM方法获得的性能明显更高，但问题是在CPU上训练的速度特别特别慢，需要用GPU训练。

2.开始装LightGBM-GPU

平时都在WSL的Ubuntu上搭建的环境，所以习惯在这个Ubuntu上装LightGBM.

尝试1

直接用pip安装，运行代码报错，没有opencl。百度，必应上搜到的多种方法都试过了，不得行。花了两天时间吧。有资料说有些库文件不支持wsl下的Ubuntu，而搜到的资料都是独立Ubuntu系统的。两个Ubuntu不是一样的，被伤害到了（哭晕2分钟）。

尝试2

在windows上直接装LightGBM-GPU,参考官方文档。先把需要的软件都下载好，丝滑的安装好。在命令行中按部就班装LightGBM-GPU,报错更多了，大多是文件缺失。把之前wsl下Ubuntu中对应的文件拷贝过来，再装，既然不报错了。拿了程序运行，还是报错。不得行（又晕了5分钟）。要装windows和Ubuntu双系统吗？每次转换都要重新开机关机，麻烦！

尝试3

有几次网页上的pypi安装方式在眼角划过，前面的失败使我不得不再看看它是怎样描述的。直接在anaconda命令行中输入安装命令，就行了。试了样例程序，试了自己训练的程序。都能运行，用到了GPU，速度真个快。

总结

wsl下的Ubuntu不是独立系统的Ubuntu,

在windows中，参照pypi官网安装LightGBM-GPU是最简单的。