Использование scikit learn для Neural Networks против Tensorflow в обучении
Я реализовывал несколько примеров нейронных сетей и в большинстве уроков видел это утверждение.
Нейронные сети, как правило, работают лучше на графических процессорах, чем на процессорах. Фреймворк Scikit-Learn не создан для оптимизации GPU.
Так что это утверждение (работает лучше) относится исключительно к фазе поезда нейронной сети, или оно также включает в себя часть предсказания. Был бы очень признателен за некоторые объяснения по этому вопросу.
1 ответ
Это утверждение относится к этапу обучения. Единственная проблема заключается в том, что вы можете исследовать пространство поиска возможных моделей более эффективно, используя графический процессор, так что вы, вероятно, найдете лучшие модели за меньшее время. Однако это связано только с вычислительными затратами, а не с моделированием прогнозируемой производительности.
Вы можете использовать графический процессор в Scikit-Learn, только если вы используете Neuraxle в сочетании с другой библиотекой глубокого обучения.
См. Полный ответ здесь: /questions/20811868/budet-li-scikit-learn-ispolzovat-gpu/55402246#55402246