企业官网建设流程全解析

AutoGluon 表格预测安装指南：一条命令装好，60 秒跑通 demo

【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

AutoGluon 是一个自动化机器学习框架，表格、图像、文本、时序数据都能 3 行代码训练。本文带你用三条命令装好它，跑通一个 60 秒出结果的表格预测 demo，最后讲怎么按模块裁剪、装不上时往哪查。

先装 CPU 版：三行命令

这里别用 conda，官方建议走 pip，依赖更稳。前提是你本机 Python 是 3.9 到 3.12，先python --version看一眼。下面这条命令会升级 pip 和构建工具，再装 autogluon 主包；--extra-index-url负责拉 CPU 版 PyTorch：

pip install -U pip pip install -U setuptools wheel pip install autogluon --extra-index-url https://download.pytorch.org/whl/cpu

有 GPU 就把索引地址去掉

有 N 卡的话更省事：去掉 CPU 索引参数，直接装主包，装到的 PyTorch 会匹配你机器的 CUDA：

pip install autogluon

装完报 CUDA 版本不匹配的话，去 GPU 安装文档 对照版本表，别硬装。

只装表格 + 时序模块

全量包依赖多、吃磁盘。AutoGluon 按模块独立打包，只装你要的就行：

pip install autogluon.tabular[all] autogluon.timeseries

表格模块还能继续裁剪，比如autogluon.tabular[lightgbm,catboost]只带两个模型后端；完整的 extras 列表在 模块安装文档 里。

60 秒验证模型能否训练

装完先跑这段：下载官方示例数据集，训练一个限时 60 秒的表格分类器，能打印出结果就说明环境通了：

from autogluon.tabular import TabularDataset, TabularPredictor train = TabularDataset('https://autogluon.s3.amazonaws.com/datasets/Inc/train.csv') predictor = TabularPredictor(label='class').fit(train, time_limit=60)

想跑更完整的例子，直接看 示例脚本。

装不上或跑不动：按这个顺序查

• Mac 报缺 libomp：先brew install libomp再重装，步骤见 Mac 安装文档
• Windows 装失败：用 Anaconda 建python=3.11新环境再装，参考 Windows 安装文档
• M1/M2 芯片：走conda install -c conda-forge autogluon更省事
• GPU 版报 CUDA 错误：核对 CUDA 与 PyTorch 版本对应关系，见 GPU 安装文档

下一步去哪

• Tabular 快速上手教程：从特征工程到 HPO 完整走一遍
• 速查表：fit 参数和 presets 一页看完
• 完整安装文档：源码安装、conda 安装、离线环境都在里面

【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