cuML是一套用于实现与其他RAPIDS项目共享兼容API的机器学习算法和数学原语函数。 cuML使数据科学家、研究人员和软件工程师能够在GPU上运行传统的表格ML任务,而无需深入了解CUDA编程的细节。 在大多数情况下,cuML的Python API与来自scikit-learn的API相匹配。 对于大型数据集,这些基于GPU的实现可以比其CPU等效完成10-50倍。 有关性能的详细信息,请参阅cuML基准测试笔记本。 官方文档: rapidsai/cuml cuML API Reference 官方案例还是蛮多的: 来看看有啥模型: 关联文章: nvidia-rapids—cuDF与