AutoGluon 安装指南3 条命令快速装好 CPU 版GPU 与模块化一次讲清【免费下载链接】autogluonFast and Accurate ML in 3 Lines of Code项目地址: https://gitcode.com/GitHub_Trending/au/autogluonAutoGluon 用三行代码即可训练表格、图像、文本和时间序列模型环境配置是落地前的第一道坎。绝大多数 CPU 场景下AutoGluon pip 安装只需 3 条命令GPU 部署、模块化裁剪和常见报错各有一套处理办法。下面按你的实际场景分流直接给可复制的命令。快速通道3 条命令装好 CPU 版 AutoGluon✅ 官方推荐 pip 方式Python 3.10–3.13 即可。下面这段适用于 Linux、macOS、Windows 三平台的通用 CPU 安装pip install -U pip pip install -U setuptools wheel pip install autogluon --extra-index-url https://download.pytorch.org/whl/cpu--extra-index-url会拉取 CPU 版 PyTorch避免误装体积大得多的 CUDA 版。装完可用python -c import autogluon; print(autogluon.__version__)确认版本号。⚠️ 平台差异点macOS 需先用 Homebrew 装libompLightGBM 多线程依赖。Windows 建议走 Anaconda 虚拟环境见排障一节。有 GPUAutoGluon GPU 安装与 CUDA 匹配GPU 版命令与 CPU 版几乎一样差别只在去掉--extra-index-url让它默认装上带 CUDA 的 PyTorch。前提是本机已有可用 CUDA 环境pip install -U pip pip install -U setuptools wheel pip install autogluon⚠️ 关键在版本对齐PyTorch 的 CUDA 版本必须与本机驱动支持的 CUDA 匹配否则 import 时会抛 CUDA 错误。装完用torch.cuda.is_available()返回 True 才算打通。完整步骤见 GPU 安装。按需裁剪只装需要的模块 AutoGluon 是模块化包只跑表格任务就无需背下图像、时间序列的深度学习依赖按子包单独安装能明显减少下载量。下面这段只装表格全家桶pip install autogluon.tabular[all][all]等价于完整安装的表格模型集若只要 LightGBM 和 CatBoost改成pip install autogluon.tabular[lightgbm,catboost]即可。图像/文本用pip install autogluon.multimodal时间序列用pip install autogluon.timeseries。可选依赖详见 模块化说明。装完自测跑通这段代码才算成功安装是否可用不看出版本而看能不能 fit 出一个模型。下面这段加载示例表格数据并训练 60 秒跑完打印结果即算通过from autogluon.tabular import TabularDataset, TabularPredictor train TabularDataset(https://autogluon.s3.amazonaws.com/datasets/Inc/train.csv) predictor TabularPredictor(labelclass).fit(train, time_limit60)若报错缺依赖多半是模块化裁剪时装少了回上一节补上对应 extras 再重跑。更多示例见 表格快速上手。排障手册按报错现象索引Windows 安装失败⚠️ 官方建议用 Anaconda并在 Anaconda Prompt 中操作必要时改用管理员终端重跑。先建独立环境再装可避免与系统 Python 冲突conda create -n myenv python3.11 -y conda activate myenvApple SiliconM1/M2若 pip 依赖装不上改走 conda-forge 渠道机器支持 GPU 时会自动装 GPU 版conda install -c conda-forge autogluon。CUDA 不兼容GPU 用户先核对驱动最高支持的 CUDA 版本再选对应的 PyTorch 构建版本对不上通常表现为 import 时抛CUDA error。继续深入文档、速查表与反馈入口装通之后按用途取用下面的官方资源不必全读完整安装文档含 uv / conda / 源码docs/install.mdGPU 安装细节docs/install-gpu-pip.md模块化依赖清单docs/install-modules.md官方教程docs/tutorials/速查表docs/cheatsheet.md仍装不上时到项目仓库的 Issues 区提交报错日志与系统信息便于定位。【免费下载链接】autogluonFast and Accurate ML in 3 Lines of Code项目地址: https://gitcode.com/GitHub_Trending/au/autogluon创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考