WSL Conda环境中LightGBM GPU版安装失败的解决方法

问题背景 #

使用pip或conda安装LightGBM后，运行时触发如下错误：

[LightGBM] [Warning] Using sparse features with CUDA is currently not supported.
[LightGBM] [Fatal] CUDA Tree Learner was not enabled in this build.
Please recompile with CMake option -DUSE_CUDA=1

此前尝试的编译安装流程：

git clone --recursive https://github.com/microsoft/LightGBM
cd LightGBM/
mkdir -p build
cd build
cmake -DUSE_GPU=1 ..
make -j$(nproc)
cd ../python-package
pip install .

可行解决方案（WSL环境） #

1. 安装编译依赖 #

先确保WSL中已安装必要的编译工具：

sudo apt-get update
sudo apt-get install cmake
sudo apt-get install g++

2. 重新编译带GPU支持的LightGBM #

克隆源码并编译时，明确指定OpenCL的库和头文件路径：

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 -DOpenCL_INCLUDE_DIR=/usr/local/cuda/include/ ..
make -j4

3. 关联conda环境并验证安装 #

• 激活目标conda环境，检查LightGBM/python-package目录下是否存在lib_lightgbm.so文件，若缺失则手动从build目录复制过去。
• 在Jupyter Notebook中执行以下代码验证导入：

  import sys
  import numpy as np
  sys.path.append('/mnt/d/lgm-test2/LightGBM/python-package')
  import lightgbm as lgb
  

4. 关键注意事项 #

使用LightGBM的GPU功能时，需将设备参数设置为'cuda'而非'gpu'。

内容的提问来源于stack exchange，提问作者ZKK