GPU/TPU 上的 PyCaret 方法

Question

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？

Answer 1

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

）。

Answer 2

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)