Accelerating scikit-learn with GPUs

经典机器学习算法——随机森林、逻辑回归、PCA、聚类——仍然是生产级机器学习的核心支柱。然而，它们通常只能在CPU上运行。这种情况正在改变。本演讲介绍两种开源方法，用于GPU加速您已经在使用的机器学习算法：RAPIDS cuML，它用CUDA重写了经典算法，并可通过单次导入透明地加速基于scikit-learn的库（如BERTopic）；以及scikit-learn的数组API支持，让相同的scikit-learn代码无需改写即可在GPU输入上运行。通过现场演示，我将展示经典机器学习迁移到GPU后能带来哪些新的可能性，并就何时选择哪种工具提供客观的建议。我同时维护scikit-learn和cuML，本演讲正是我在两个项目上工作所积累的经验总结。