LightGBM 的安装非常简单，在 Linux 下很方便的就可以开启 GPU 训练。可以优先选用从 pip 安装，如果失败再从源码安装。

pip 安装

pip install lightgbm

pip install --no-binary :all: lightgbm # 从源码编译安装

pip install lightgbm --install-option=--mpi # 从源码编译安装 MPI 版本

pip install lightgbm --install-option=--gpu # 从源码编译安装 GPU 版本

pip install lightgbm --install-option=--gpu --install-option="--opencl-include-dir=/usr/local/cuda/include/" --install-option="--opencl-library=/usr/local/cuda/lib64/libOpenCL.so" # 从源码编译安装，指定配置
# 可选的配置有：
#    boost-root
#    boost-dir
#    boost-include-dir
#    boost-librarydir
#    opencl-include-dir
#    opencl-library

从源码安装

Linux

1. 下载源码

$ git clone --recursive https://github.com/microsoft/LighGBM

2. 编译 lib_lightgbm.so

$ cd LightGBM
$ mkdir build
$ cd build
$ cmake ..

# 开启 MPI 通信机制，训练更快：
$ cmake -DUSE_MPI=ON ..

# GPU 版本，训练更快：
$ cmake -DUSE_GPU=1 ..

# 如果安装了 NVIDIA OpenGL，则使用
$ cmake -DUSE_GPU=1 -DOpenCL_LIBRARY=/usr/local/cuda/lib64/libOpenCL.so -DOpenCL_INCLUDE_DIR=/usr/local/cuda/include/ ..

# 如果想要 protobuf 来保存和加载模型，则先安装 `protobuf c++` 版本，然后使用
$ cmake -DUSE_PROTO=ON ..

$ make -j4

3. 安装 Python 支持

$ cd python-package
$ sudo python setup.py install --precompile

Windows

1. 下载源码

$ git clone --recursive https://github.com/microsoft/LighGBM
$ git submodule init
$ git submodule update

2. 编译 lib_lightgbm.dll

$ cd LightGBM
$ mkdir build
$ cd build
$ cmake ..

# 开启 MPI 通信机制，训练更快：
$ cmake -DUSE_MPI=ON ..

# GPU 版本，训练更快：
$ cmake -DUSE_GPU=1 ..

# 如果安装了 NVIDIA OpenGL，则使用
$ cmake -DUSE_GPU=1 -DOpenCL_LIBRARY=/usr/local/cuda/lib64/libOpenCL.so -DOpenCL_INCLUDE_DIR=/usr/local/cuda/include/ ..

# 如果想要 protobuf 来保存和加载模型，则先安装 `protobuf c++` 版本，然后使用
$ cmake -DUSE_PROTO=ON ..

$ make -j4

3. 安装 Python 支持

$ cd python-package
$ python setup.py install --precompile

macOS