Google colaboratory 如何在Google'；s实验室

我试图按照文档中的说明进行操作

   !sudo apt-get update
   !sudo apt-get install --no-install-recommends nvidia-375
   !sudo apt-get install --no-install-recommends nvidia-opencl-icd-375 nvidia- 
    opencl-dev opencl-headers

它向我抛出了以下错误消息

/bin/sh: 1: sudo: not found
/bin/sh: 1: sudo: not found
/bin/sh: 1: sudo: not found

Cloning into 'LightGBM'...
remote: Counting objects: 9752, done.
remote: Compressing objects: 100% (29/29), done.
remote: Total 9752 (delta 6), reused 12 (delta 5), pack-reused 9718
Receiving objects: 100% (9752/9752), 7.68 MiB | 24.05 MiB/s, done.
Resolving deltas: 100% (6835/6835), done.
Submodule 'include/boost/compute' (https://github.com/boostorg/compute) registered for path 'compute'
Cloning into '/content/LightGBM/compute'...
remote: Counting objects: 21405, done.        
remote: Compressing objects: 100% (32/32), done.        
remote: Total 21405 (delta 20), reused 35 (delta 13), pack-reused 21354        
Receiving objects: 100% (21405/21405), 8.45 MiB | 21.85 MiB/s, done.
Resolving deltas: 100% (17364/17364), done.
Submodule path 'compute': checked out '6de7f6448796f67958dde8de4569fb1ae649ee91'
/bin/sh: 1: sudo: not found

然后，我将按照“”的指示进行操作

它向我抛出了以下错误消息

/bin/sh: 1: sudo: not found
/bin/sh: 1: sudo: not found
/bin/sh: 1: sudo: not found

Cloning into 'LightGBM'...
remote: Counting objects: 9752, done.
remote: Compressing objects: 100% (29/29), done.
remote: Total 9752 (delta 6), reused 12 (delta 5), pack-reused 9718
Receiving objects: 100% (9752/9752), 7.68 MiB | 24.05 MiB/s, done.
Resolving deltas: 100% (6835/6835), done.
Submodule 'include/boost/compute' (https://github.com/boostorg/compute) registered for path 'compute'
Cloning into '/content/LightGBM/compute'...
remote: Counting objects: 21405, done.        
remote: Compressing objects: 100% (32/32), done.        
remote: Total 21405 (delta 20), reused 35 (delta 13), pack-reused 21354        
Receiving objects: 100% (21405/21405), 8.45 MiB | 21.85 MiB/s, done.
Resolving deltas: 100% (17364/17364), done.
Submodule path 'compute': checked out '6de7f6448796f67958dde8de4569fb1ae649ee91'
/bin/sh: 1: sudo: not found

---

现在我很困惑。

修改公共安装说明WFM--

---

下面是。

修改公共安装说明WFM--

---

这是。

我和你有同样的问题，在尝试了一些小的改变之后，对我有效的是改变了我的生活！cd到%cd，然后删除sudo

!git clone --recursive https://github.com/Microsoft/LightGBM.git
%cd LightGBM/python-package
!python3 setup.py install --gpu

但请确保您正确地遵循了安装步骤

!git clone --recursive https://github.com/Microsoft/LightGBM
%cd LightGBM
!mkdir build
!cd build
!cmake ./LightGBM
!make -j4

---

还应安装CMake，仅此而已！pip安装它

我遇到了与您相同的问题，在尝试了一些小的更改之后，对我有效的是更改了！cd到%cd，然后删除sudo

!git clone --recursive https://github.com/Microsoft/LightGBM.git
%cd LightGBM/python-package
!python3 setup.py install --gpu

但请确保您正确地遵循了安装步骤

!git clone --recursive https://github.com/Microsoft/LightGBM
%cd LightGBM
!mkdir build
!cd build
!cmake ./LightGBM
!make -j4

---

还应安装CMake，仅此而已！pip安装它

我对提出的其他解决方案有一些问题。 这对我很有用：

在“运行时”->“更改运行时类型”下设置GPU

然后，执行：

最后，

导入lightgbm

，在参数中设置

“设备”：“gpu”

，您就可以训练您的模型了

---

我对提出的其他解决方案有一些问题。 这对我很有用：

在“运行时”->“更改运行时类型”下设置GPU

然后，执行：

最后，

导入lightgbm

，在参数中设置

“设备”：“gpu”

，您就可以训练您的模型了 试试这个：

%cd /content
!rm -r /usr/local/lib/python3.6/dist-packages/lightgbm
!rm -r /content/LightGBM
!git clone --recursive https://github.com/Microsoft/LightGBM
%cd LightGBM
!mkdir build
%cd build
!cmake -DUSE_GPU=1 -DOpenCL_LIBRARY=/usr/local/cuda/lib64/libOpenCL.so.1.1 -DOpenCL_INCLUDE_DIR=/usr/local/cuda/include/ ..
!make -j$(nproc)

然后从python软件包目录下载setup.py文件，其中包含以下行：

from google.colab import files
files.download('/content/LightGBM/python-package/setup.py')

通过在第267行添加以下代码来编辑文件：

os.chdir('/content/LightGBM') 

将setup.py文件上载到colab中，并使用以下代码将其放回其文件夹：

import shutil
shutil.move("/content/setup.py", "/content/LightGBM/python-package/setup.py") 

最后，运行：

%cd /content
%cd LightGBM/python-package
!python3 setup.py install --precompile

应该可以了。

试试这个：

%cd /content
!rm -r /usr/local/lib/python3.6/dist-packages/lightgbm
!rm -r /content/LightGBM
!git clone --recursive https://github.com/Microsoft/LightGBM
%cd LightGBM
!mkdir build
%cd build
!cmake -DUSE_GPU=1 -DOpenCL_LIBRARY=/usr/local/cuda/lib64/libOpenCL.so.1.1 -DOpenCL_INCLUDE_DIR=/usr/local/cuda/include/ ..
!make -j$(nproc)

然后从python软件包目录下载setup.py文件，其中包含以下行：

from google.colab import files
files.download('/content/LightGBM/python-package/setup.py')

通过在第267行添加以下代码来编辑文件：

os.chdir('/content/LightGBM') 

将setup.py文件上载到colab中，并使用以下代码将其放回其文件夹：

import shutil
shutil.move("/content/setup.py", "/content/LightGBM/python-package/setup.py") 

最后，运行：

%cd /content
%cd LightGBM/python-package
!python3 setup.py install --precompile

---

这应该可以做到。

您可以使用%cd而不是os.chdir（…）还有一条针对带有GPU的Linux的单独指令。这个问题是关于GPU安装的，不仅仅是Linux安装。谢谢你的帮助。之后，我尝试了

pip install lightgbm--install option=--gpu

，但由于

命令/usr/bin/python3-u-c”导入setuptools，tokenize失败__文件\ \='/tmp/pip-build-ygnkbsc2/lightgbm/setup.py'；f=getattr（标记化“打开”，打开）（_文件）；code=f.read（）.replace（'\r\n'，'\n'）；f、 close（）；exec（compile（code，_ufile，_uu，'exec'））“安装--record/tmp/pip-zml05our-record/install-record.txt--外部管理的单一版本--compile--gpu”失败，错误代码为/tmp/pip-build-ygnkbcs2/lightgbm/

您可以使用%cd而不是os.chdir（…）另外还有一条针对带有gpu的Linux的指令。这个问题是关于GPU安装的，不仅仅是Linux安装。谢谢你的帮助。之后，我尝试了

pip install lightgbm--install option=--gpu

，但由于

命令/usr/bin/python3-u-c”导入setuptools，tokenize失败__文件\ \='/tmp/pip-build-ygnkbsc2/lightgbm/setup.py'；f=getattr（标记化“打开”，打开）（_文件）；code=f.read（）.replace（'\r\n'，'\n'）；f、 close（）；exec（compile（code，_ufile，_uu，'exec'））“安装--record/tmp/pip-zml05our-record/install-record.txt--外部管理的单一版本--compile--gpu”失败，错误代码为/tmp/pip-build-ygnkbcs2/lightgbm/