【问题标题】:Is scikit-learn running on my GPU?scikit-learn 是否在我的 GPU 上运行?
【发布时间】:2023-04-11 06:43:01
【问题描述】:

这个问题与Will scikit-learn utilize GPU? 有关,但我认为不会提供相同的答案。我正在针对 Nvidia GPU 执行 scikit-learn 算法而没有错误,因此假设 scikit 正在底层硬件上运行。由于 scikit-learn 不是针对 GPU 执行而设计的,什么是使算法能够运行的进程?

例如,我正在使用带有规范的 Gigabyte Nvidia GTX 1060 WF2 3GB GDDR5 PCI-E 运行 scikit-learn 算法:

1152 NVIDIA CUDA Cores
1582MHz Base/1797MHz Boost Clock (OC Mode) or 1556MHz Base/1771MHz Boost Clock (Gaming Mode)
3GB GDDR5 8008MHz Memory

使用 scikit-learn 是否有一些内核没有被执行?

更新:

我使用 Nvidia docker 容器按照指定在 GPU 上运行容器:https://github.com/NVIDIA/nvidia-docker。我已经在这个容器上安装了 scikit,所以 scikit-learn 算法正在 GPU 上执行?

【问题讨论】:

  • 我不太明白你的问题。您是在问 sklearn 不在 GPU 上运行,所以它在哪里运行? sklearn 在 CPU 上运行。
  • @olieidel 请查看更新

标签: python scikit-learn gpu nvidia


【解决方案1】:

scikit-learn 不能也不能在 GPU 上运行。请参阅 scikit-learn 常见问题解答中的 this answer

【讨论】:

  • 您如何衡量 scikit-learn 是否在您的 GPU 上运行?它不是。这是不可能的。
  • @blue-sky 如果您认为运行 docker-container 构建以支持 GPU 确实意味着:在我的容器中运行的任何东西,都将在 GPU 上运行,那么您应该阅读一些 Docker 简介/i>,顺便说一句,这是错误的。
【解决方案2】:

根据我的经验,我使用this package 将 GPU 用于here 中的一些 sklearn 算法。

我使用的代码:

from sklearnex import patch_sklearn
from daal4py.oneapi import sycl_context
patch_sklearn()

来源:oneAPI and GPU support in Intel(R) Extension for Scikit-learn

【讨论】:

    猜你喜欢
    • 2014-05-10
    • 2014-03-16
    • 2017-05-24
    • 2016-12-16
    • 2015-06-23
    • 2021-05-23
    • 1970-01-01
    • 1970-01-01
    • 2018-09-14
    相关资源
    最近更新 更多