Xgboost gpu 安装致命错误 LNK1181
Xgboost gpu install fatal error LNK1181
我正在尝试按照以下说明安装 xgboost gpu 支持版本。 xgboost-gpu-support
我用的是windows10，visual studio2017，不支持gpu的版本可以正常使用。但是对于 gpu-support 版本，当我从 Visual studio 释放模式时，它输出错误 LINK : fatal error LNK1181: cannot open input file “Release\gpuxgboost.lib”.
前面的步骤一切顺利。我该如何解决这个问题？提前致谢。
(我的项目是D:\Software\xgboost\xgboost\build\ALL_BUILD.vcxproj，没有space。所以这个方案不行。lnk1181-error-message-when-you-build-a-manag
因为我看到很多人都在努力正确构建具有 GPU 支持的 xgboost 库，并且鉴于在我看来，关于此事的文档至少是不完整的，我决定分享我在这方面的经验。
首先，这个过程在 Windows 10 x64 平台上是成功的。我使用的工具是：
- 微软 Visual Studio 2015 Express，https://www.visualstudio.com/vs/visual-studio-express/
- Cmake, https://cmake.org/
- Git（Git 对应 Windows），https://git-for-windows.github.io/
为了构建支持 GPU 的 xgboost 库，您应该首先检查您的显卡与 xgboost 要求的兼容性。 xgboost 支持 8.0 及以上的 CUDA 版本。具有3.0及以上计算能力的显卡满足此要求。您可以在这里查看：
https://developer.nvidia.com/cuda-gpus
然后您必须为您的系统下载并安装合适的 CUDA SDK。你可以在这里找到它：
https://developer.nvidia.com/cuda-downloads
您可以使用 SDK 附带的示例项目，检查它们是否可以在您的系统中正确构建和运行。
此步骤是必不可少的（至少在我的情况下如此），用于构建具有 GPU 支持的库。进入Microsoft Visual Studio 2015安装目录的子目录VC/bin。在这：
将子目录x86_amd64的所有内容复制到子目录amd64.
在 amd64 子目录中，将文件 vcvarsx86_amd64.bat 重命名为 vcvars64.bat。
然后，打开Git Bash，输入以下命令：
- git 克隆 --recursive https://github.com/dmlc/xgboost
- cd xgboost
- git 子模块初始化
- git 子模块更新
- mkdir 构建
- 光盘构建
- cmake ..-G"Visual Studio 14 2015 Win64" -DUSE_CUDA=ON
cmake完成后，用Visual Studio 2015打开ALL_BUILD.vcxproj。选择Solution Configurations ‘Release’和Solution Platforms ‘x64’。构建->构建解决方案。
构建过程完成后，xgboost.dll 库文件将位于 xgboost/lib 目录中。
最后，您可以继续安装Python包或R包。
你可以pip安装catboost。
比在 fit 函数中使用参数 tast_type='GPU' 。
CatBoost 是最近开源的梯度提升库。它在大多数情况下比 XGBoost 更准确，并且在 GPU 上快 20 倍。试试看。这是图书馆的网址：https://catboost.yandex
我正在尝试按照以下说明安装 xgboost gpu 支持版本。 xgboost-gpu-support
我用的是windows10，visual studio2017，不支持gpu的版本可以正常使用。但是对于 gpu-support 版本，当我从 Visual studio 释放模式时，它输出错误 LINK : fatal error LNK1181: cannot open input file “Release\gpuxgboost.lib”.
前面的步骤一切顺利。我该如何解决这个问题？提前致谢。
(我的项目是D:\Software\xgboost\xgboost\build\ALL_BUILD.vcxproj，没有space。所以这个方案不行。lnk1181-error-message-when-you-build-a-manag
因为我看到很多人都在努力正确构建具有 GPU 支持的 xgboost 库，并且鉴于在我看来，关于此事的文档至少是不完整的，我决定分享我在这方面的经验。 首先，这个过程在 Windows 10 x64 平台上是成功的。我使用的工具是：
- 微软 Visual Studio 2015 Express，https://www.visualstudio.com/vs/visual-studio-express/
- Cmake, https://cmake.org/
- Git（Git 对应 Windows），https://git-for-windows.github.io/
为了构建支持 GPU 的 xgboost 库，您应该首先检查您的显卡与 xgboost 要求的兼容性。 xgboost 支持 8.0 及以上的 CUDA 版本。具有3.0及以上计算能力的显卡满足此要求。您可以在这里查看：
https://developer.nvidia.com/cuda-gpus
然后您必须为您的系统下载并安装合适的 CUDA SDK。你可以在这里找到它：
https://developer.nvidia.com/cuda-downloads
您可以使用 SDK 附带的示例项目，检查它们是否可以在您的系统中正确构建和运行。
此步骤是必不可少的（至少在我的情况下如此），用于构建具有 GPU 支持的库。进入Microsoft Visual Studio 2015安装目录的子目录VC/bin。在这：
将子目录x86_amd64的所有内容复制到子目录amd64.
在 amd64 子目录中，将文件 vcvarsx86_amd64.bat 重命名为 vcvars64.bat。
然后，打开Git Bash，输入以下命令：
- git 克隆 --recursive https://github.com/dmlc/xgboost
- cd xgboost
- git 子模块初始化
- git 子模块更新
- mkdir 构建
- 光盘构建
- cmake ..-G"Visual Studio 14 2015 Win64" -DUSE_CUDA=ON
cmake完成后，用Visual Studio 2015打开ALL_BUILD.vcxproj。选择Solution Configurations ‘Release’和Solution Platforms ‘x64’。构建->构建解决方案。 构建过程完成后，xgboost.dll 库文件将位于 xgboost/lib 目录中。
最后，您可以继续安装Python包或R包。
你可以pip安装catboost。 比在 fit 函数中使用参数 tast_type='GPU' 。 CatBoost 是最近开源的梯度提升库。它在大多数情况下比 XGBoost 更准确，并且在 GPU 上快 20 倍。试试看。这是图书馆的网址：https://catboost.yandex