核外GPU梯度提升
机器学习
2020-05-20 v1 分布式、并行与集群计算
机器学习
摘要
基于GPU的算法已极大加速了诸多机器学习方法；然而，GPU内存通常小于主存，限制了训练数据的规模。本文中，我们描述了一种在XGBoost库中实现的核外GPU梯度提升算法。我们表明，在给定GPU上可容纳大得多的数据集，且不损害模型准确率或训练时间。据我们所知，这是首个核外GPU梯度提升实现。类似方法可应用于其他机器学习算法。
引用
@article{arxiv.2005.09148,
title = {Out-of-Core GPU Gradient Boosting},
author = {Rong Ou},
journal= {arXiv preprint arXiv:2005.09148},
year = {2020}
}
备注
5 pages, 1 figure