[1]中比較了catboost的GPU速度和lightgbm之間速度

[2]中的一個例子，GPU版本運行得比CPU還慢

?

另外注意，lightgbm的貝葉斯優(yōu)化其實是過擬合，不要因為迷戀cv的上升而花費大量精力在這上面

?

[1]中的lightgbm的參數(shù)：

lgb_params = {'bagging_fraction': 0.77,'bagging_freq': 2,'lambda_l1': 0.7,'lambda_l2': 2,'learning_rate': 0.01,'max_depth': 3,'min_data_in_leaf': 22,'min_gain_to_split': 0.07,'min_sum_hessian_in_leaf': 19,'num_leaves': 20,'feature_fraction': 1,'save_binary': True,'seed': 42,'feature_fraction_seed': 42,'bagging_seed': 42,'drop_seed': 42,'data_random_seed': 42,'objective': 'binary','boosting_type': 'gbdt','verbosity': -1,'metric': 'auc','is_unbalance': True,'boost_from_average': 'false','num_threads': 6,'device': 'gpu','gpu_platform_id': 0,'gpu_device_id': 0 }

比較效果如下：

Reference:

[1]https://www.kaggle.com/raimonds1993/gbms-cpu-vs-gpu-400-features-augmentation

[2]https://github.com/FedericoRaimondi/myProjects/blob/master/Santander_Customer_Transaction_Prediction/PredictiveAnalysis_ModelTuning/PredictiveAnalysis_ModelTuning_GPU.ipynb

總結

以上是生活随笔為你收集整理的lightgbm的GPU版本和CPU版本运行速度比较的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。