如何在Kaggle Notebook中安装最新版RAPIDS cuML 23.2.0？

可能的原因 #

• Kaggle预装环境的依赖版本不兼容：cuML 23.2.0对Python、CUDA版本有特定要求（比如Python 3.8-3.10、CUDA 11.8），如果Kaggle当前环境的版本不符合，会导致安装失败。
• pip缓存残留：旧版本的安装包缓存未清理，导致执行pip install时仍安装旧版本。
• 依赖冲突：Kaggle预装的其他库与cuML 23.2.0存在依赖冲突，阻止新版本安装。

解决方案 #

1. 清理缓存并重新安装
   先卸载旧版本、清理pip缓存，再指定版本安装：

   !pip uninstall -y cuml-cu11
   !pip cache purge
   !pip install --upgrade pip
   !pip install cuml-cu11==23.2.0 --extra-index-url=https://pypi.nvidia.com
   

2. 检查环境版本兼容性
   先确认当前环境的关键版本是否符合cuML 23.2.0的要求：

   • 查看Python版本：!python --version（需为3.8-3.10）
   • 查看CUDA版本：!nvcc --version（需为11.8）
     如果版本不匹配，可尝试切换Kaggle Notebook的环境：在Notebook顶部的「Settings」→「Accelerator」中，选择带有更高版本RAPIDS的预装环境（若有），这类环境已预先配置好兼容的依赖。

3. 适配当前CUDA版本安装对应cuML版本
   如果Kaggle环境的CUDA版本无法升级，可查找与当前CUDA版本匹配的最新cuML版本。例如，若CUDA版本为11.6，可安装对应兼容的cuML版本（如22.12.0），避免强制安装不兼容的23.2.0。

内容的提问来源于stack exchange，提问作者svaladou