GPU/TPU 上的 PyCaret 方法

Question

当我运行时，best_model = compare_models()CPU 内存负载巨大，而 GPU 却未得到利用。如何在 GPU 上运行setup()或compare_models()？PyCaret 中有内置方法吗？

Answer 1

只有部分型号可以在 GPU 上运行，并且必须正确安装它们才能使用 GPU。例如，对于xgboost，您必须使用 pip 安装它并安装 CUDA 10+（或安装xgboostanaconda 的 GPU 版本等）。以下是可以使用 GPU 的估算器列表及其要求：https://pycaret.readthedocs.io/en/latest/installation.html ?highlight=gpu#pycaret-on-gpu

正如 Yatin 所说，您需要使用use_gpu=Truein setup(). 或者您可以在创建单个模型时指定它，例如xgboost_gpu = create_model('xgboost', fold=3, tree_method='gpu_hist', gpu_id=0).

对于安装 CUDA，我喜欢使用 Anaconda，因为它很容易，就像conda install -c anaconda cudatoolkit. 看起来对于非增强方法，您需要安装 cuML 才能使用 GPU。

哦，看起来 pycaret 不能将unet-sklearn 与 GPU 一起使用（在文档部分底部的警告中tune_model）。