為什麼這篇XGBoost 範例鄉民發文收入到精華區：因為在XGBoost 範例這個討論話題中，有許多相關的文章在討論，這篇最有參考價值！作者matlabking (Jason)看板DataScience標題[討論] 有人XGboost裝...
桃園早安 衝個人氣
請問版上板上有人Extreme Boostings裝GPU版本的嗎?
昨天要裝發現設定好麻煩
有人裝好了變超級霹靂無敵強嗎?
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.217.147.227
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1521152318.A.0D6.html
→ celestialgod: 我忘了.. 不過微軟的lightgbm GPU滿好裝的，也快不 03/16 09:02
→ celestialgod: 少 03/16 09:02
→ goldflower: lightgbm超級霹靂無敵快 不過我跑的時候大致上都輸 03/17 08:48
→ goldflower: xgboost一點 不過值得注意的是類似的方法我跑最強 03/17 08:49
→ goldflower: 的是scikit-learn的gbrt XD 本來想拿來當base-line QQ 03/17 08:50
看來必須裝了 小問題是我的GPU只有8G，恐怕跑不了大數據，並且scikit-learn好像也吞不下大數據，不知道大大們怎麼解決
→ goldflower: 對了我說的輸是performance輸 速度上lightgbm屌打 03/17 14:58
→ goldflower: 吃不下可以分批讀啊XD 03/17 14:58
→ matlabking: 哈哈 謝謝 請問分批讀進GPU訓練有範例教程嗎 03/17 15:29
→ goldflower: 我講的不是什麼高級方法啦 比如不要一次讀全部資料到 03/17 16:23
→ goldflower: 記憶體裡 讀一部分訓練完再讀另一部份訓練這樣 然後 03/17 16:23
→ goldflower: 與時間無關就記得把shuffle做好這樣 我倒是不清楚有 03/17 16:23
→ goldflower: 沒有把這部分聰明解決的方法@@ 03/17 16:23
→ matlabking: 好喔 謝謝 我再研究看看 03/17 17:08
推 lionell: CPU夠多的話，XGB GPU版大概跟LGB CPU差不多快 03/21 07:28
推 lionell: LGB CPU nthread=16時大致上會跟XGB GPU差不多 03/21 07:31
→ lionell: CPU不夠多的話就不一定了 03/21 07:32
→ goldflower: 我印象中lgb在單一cpu速度已經明顯勝過xgb了說@@ 03/21 18:04
→ goldflower: 不過lgb是在後面收斂的時候會很快就結束每個pass 03/21 18:05
→ goldflower: 所以可能前期差不多吧 03/21 18:05
※ 編輯: matlabking (140.116.20.65), 03/26/2018 22:31:09→ f496328mm: 最近裝了 XGB-GPU 版本, 超級快阿阿阿 03/27 10:58
→ f496328mm: 不過 ram 是個問題 沒控制好就直接死給你看 03/27 10:58
推 mirage7714: 想請問以下記憶體設定要怎麼設呢？ 04/28 11:26