【Datawhale夏令营第二期】CatBoost如何使用GPU

前言

参加了Datawhale的AI夏令营第二期的机器学习赛道~，没错这次还是机器学习
baseline：https://aistudio.baidu.com/aistudio/projectdetail/6598302?sUid=2554132&shared=1&ts=1690895519028

问题

由于在使用cpu训练时很慢，且飞浆又为我们免费提供了GPU算力，就像尝试如何使用GPU训练进行加速

解决

catboost官方文档： https://catboost.ai/docs/
在文档中不难找到调用GPU的方式： https://catboost.ai/docs/features/training-on-gpu

# For example, use the following code to train a classification model on GPU:
from catboost import CatBoostClassifier

train_data = [[0, 3],
              [4, 1],
              [8, 1],
              [9, 1]]
train_labels = [0, 0, 1, 1]

model = CatBoostClassifier(iterations=1000,
                           task_type="GPU",
                           devices='0:1')
model.fit(train_data,
          train_labels,
          verbose=False)

catboost相比于第一期的baseline所使用的LightGBM，无需再使用root环境安装额外的gpu环境即可调用gpu
在本次的baseline中，只需在cv_model函数中的line15中的params: dict中添加一个键即可：'task_type' : 'GPU'

芜湖~速度起飞~~~