R: học máy trên GPU

Có gói học máy nào cho R có thể sử dụng GPU để cải thiện tốc độ đào tạo (một cái gì đó giống như theano từ thế giới python) không?

Tôi thấy rằng có một gói được gọi là gputools cho phép thực thi mã trên gpu, nhưng tôi đang tìm một thư viện hoàn chỉnh hơn để học máy.

Đối với gói học máy hoàn chỉnh trên GPU, không có gói nào như vậy tồn tại. Tuy nhiên, thực sự có một số gói R có thể sử dụng GPU. Bạn có thể thấy các gói này trên trang Tính toán hiệu suất cao CRAN . Bạn nên lưu ý rằng hầu hết các gói này yêu cầu bạn phải có thẻ NVIDIA. Trong số các gói có sẵn, có ba gói bạn rất có thể sẽ sử dụng trừ khi bạn có trường hợp đặc biệt.

1. gputools - nếu quan tâm đến tính toán khoảng cách (chỉ NVIDIA).
2. gmatrix - tính toán số chung (chỉ NVIDIA).
3. gpuR - tính toán số chung (bất kỳ GPU nào thông qua OpenCL). *

* LƯU Ý - Có nguy cơ tự quảng cáo, tôi là tác giả của gói gpuR.

Bạn có thể sử dụng hai gói sau để tái tạo các thuật toán học máy hiện có. Tôi thực sự đang sử dụng gói gpuR của mình để tạo gói nơ-ron tăng tốc GPU nhưng điều này đang được tiến hành.

Vì vậy, tóm lại, nếu bạn quyết tâm, các tài nguyên cơ bản có sẵn trong R. Nhưng nếu bạn cần thứ gì đó trong tương lai trước mắt, bạn sẽ cần khám phá các tài nguyên / phương pháp tiếp cận khác như @YCR đã chỉ ra.

Đây thực sự là một trình bao bọc trên tenorflow, caffe, mxnet, nhưng có thể hữu ích cho bạn.

https://www.h2o.ai/deep-water/

Nếu bạn sử dụng SVM, bạn có thể thử gói Rgtsvm cho GPU tương thích ngược với triển khai e1071.

https://github.com/Danko-Lab/Rgtsvm

Một thư viện tốt cho việc học máy với GPU là mxnet . Gói này chủ yếu là học sâu, vì vậy nếu bạn đang tìm kiếm các thuật toán học máy cụ thể, bạn có thể không tìm thấy chúng ở đó. Tuy nhiên, họ có một bộ tốt các thuật toán học sâu.