XGBRegressor.fit()失败，因为“没有内核映像可供执行”

Question

我使用xgboost的XGBRegressor编写了以下代码

X_train, Y_train = load_train()

from xgboost import XGBRegressor
regressor = XGBRegressor(n_estimators=1, verbose=3, n_jobs=1, objective='reg:squarederror')
regressor.fit(X_train, Y_train)

当我在python3中运行它时，它用以下输出使解释器崩溃：

[23:02:57] WARNING: /workspace/src/learner.cc:686: Tree method is automatically selected to be 'approx' for faster speed. To use old behavior (exact greedy algorithm on single machine), set tree_method to 'exact'.
terminate called after throwing an instance of 'thrust::system::system_error'
  what():  parallel_for failed: no kernel image is available for execution on the device

似乎错误信息的来源是CUDA，这可能意味着xgboost试图使用GPU进行培训。在这里https://xgboost.readthedocs.io/en/latest/gpu/index.html他们说

CUDA 9.0，所需计算能力3.5

我的GPU (GTX 760)只支持Compute Capability 3.0，所以这可能就是问题所在。

因此，我试图告诉xgboost只使用CPU。在这里，https://github.com/dmlc/xgboost/blob/master/doc/parameter.rst可以找到应该通过XGBRegressor构造函数的kwargs参数传递的XGBRegressor参数。

但以下各点并无帮助：

regressor = XGBRegressor(n_estimators=1, verbose=3, n_jobs=1, objective='reg:squarederror', predictor='cpu_predictor')

是否有可能完全避免使用GPU？我该如何解决这个问题？

xgboost版本为0.90。

Answer 1

XGBoost没有充分利用你的CPU能力。如果你想把所有的果汁从你的CPU，去与LightGBM。