如何在Jupyter noteebook中加快计算速度?

时间:2018-06-22 14:14:32

标签: machine-learning jupyter-notebook

我正在尝试运行脚本以使用Jupyter Notebook上的“顺序转发选择”来执行功能选择:

# Sequential Forward Selection
sfs1 = SFS(knn, 
      k_features=15, 
      forward=True, 
      floating=False, 
      scoring='accuracy',
      cv=5,
      n_jobs=-1)
sfs1 = sfs1.fit(x_train1, y_train)

print('\nSequential Forward Selection (k=15):')
print(sfs1.k_feature_idx_)
print('CV Score:')
print(sfs.k_score_)

我注意到它花了很长时间才能显示输出。另外,在脚本运行时,我的笔记本电脑多次挂起/卡住,我怀疑这是原因。

SFS()中的“ n_jobs = -1”负责在我所有可用的CPU内核上运行交叉验证。因此,在脚本运行时,我看到在许多实例中(在任务管理器中)CPU利用率几乎达到100%。我想知道是否可以改用我的GPU(Nvidia Geforce GTX 960M)在Jupyter笔记本电脑上执行这些操作,以便我可以更快地获得输出并避免笔记本电脑有时卡住。

0 个答案:

没有答案