当我运行
best_model = compare_models()
时,CPU 内存上有巨大的负载,而我的 GPU 未得到利用。如何在 GPU 上运行 setup()
或 compare_models()
?
PyCaret 中有内置方法吗?
只有部分机型可以在GPU上运行,并且必须正确安装才能使用GPU。例如,对于
xgboost
,您必须使用 pip 安装它并安装 CUDA 10+(或安装来自 anaconda 的 GPU xgboost
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,你需要在
use_gpu=True
中使用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tune_model
文档部分底部的警告
这里)。
要在 PyCaret 中使用 GPU,您只需将
use_gpu=True
作为设置函数中的参数即可。
例子:
model = setup(data,target_variable,use_gpu=True)