GPU/TPU 上的 PyCaret 方法
PyCaret methods on GPU/TPU
当我 运行 best_model = compare_models() 时 CPU 内存有很大的负载，而我的 GPU 未被使用。我如何在 GPU 上 运行 setup() 或 compare_models()？
PyCaret 中是否有内置方法？
要在 PyCaret 中使用 gpu，您必须简单地将 use_gpu=True 作为设置函数中的参数。
例子：
模型 = 设置（数据，target_variable，use_gpu=真）
只有部分机型可以运行GPU，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+（或从 anaconda 安装 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setup()中使用use_gpu=True。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 以供 GPU 使用。
哦，看起来 pycaret 不能将 tune-sklearn 与 GPU 一起使用（在 tune_model 文档部分底部的警告 here 中）。
当我 运行 best_model = compare_models() 时 CPU 内存有很大的负载，而我的 GPU 未被使用。我如何在 GPU 上 运行 setup() 或 compare_models()？
PyCaret 中是否有内置方法？
要在 PyCaret 中使用 gpu，您必须简单地将 use_gpu=True 作为设置函数中的参数。 例子： 模型 = 设置（数据，target_variable，use_gpu=真）
只有部分机型可以运行GPU，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+（或从 anaconda 安装 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setup()中使用use_gpu=True。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 以供 GPU 使用。
哦，看起来 pycaret 不能将 tune-sklearn 与 GPU 一起使用（在 tune_model 文档部分底部的警告 here 中）。