H2o AutoML 能否受益于 Sagemaker 平台上的 GPU 实例？
Can H2o AutoML benefit from a GPU instance on Sagemaker platform?
我正在 运行 一些使用 Sagemaker notebook 实例的 H2o AutoML 项目，我想知道 H2o AutoML 是否可以从 GPU Sagemaker 实例中受益，如果可以，我应该如何配置 notebook？
H2O AutoML contains a handful of algorithms and one of them is XGBoost，自 H2O 版本 3.22.0.1 以来，它一直是 H2O AutoML 的一部分。 XGBoost 是 H2O AutoML 中唯一支持 GPU 的算法，但是，许多在 AutoML 中训练的模型都是 XGBoost 模型，因此使用 GPU 仍然有用。请记住，您必须使用 H2O 3.22 或更高版本才能使用此功能。
我的建议是在支持 GPU 的实例上对其进行测试，并将结果与非 GPU 实例进行比较，看看是否值得付出额外的费用。
我正在 运行 一些使用 Sagemaker notebook 实例的 H2o AutoML 项目，我想知道 H2o AutoML 是否可以从 GPU Sagemaker 实例中受益，如果可以，我应该如何配置 notebook？
H2O AutoML contains a handful of algorithms and one of them is XGBoost，自 H2O 版本 3.22.0.1 以来，它一直是 H2O AutoML 的一部分。 XGBoost 是 H2O AutoML 中唯一支持 GPU 的算法，但是，许多在 AutoML 中训练的模型都是 XGBoost 模型，因此使用 GPU 仍然有用。请记住，您必须使用 H2O 3.22 或更高版本才能使用此功能。
我的建议是在支持 GPU 的实例上对其进行测试，并将结果与非 GPU 实例进行比较，看看是否值得付出额外的费用。