Word2Vec字的嵌入与GPU

Question

我们遵循与迭代以下项目的文本分类过程：

1. 创建Word2Vec字嵌入文本文档模型。
2. 做一个网格搜索和树深度参数。
3. 选择执行得最好的最终GBM模型。

当我们遍历列表时，CPU核心在％100负载下工作。是否有任何程序或解决方案使用H2O Deep Water GPU功能重复上述过程？

Answer 1

不，不，也许。

也许你可以从GBM切换到xgboost，它有一个GPU选项（我相信只有单节点被支持，并且只在Linux中）。小数据集上的xgboost显然稍快一些，大数据集上的h2o.gbm稍快一些。如果您有免费的GPU，并且正在使用最新版本的H2O，则应该很容易将h2o.gbm与h2o.xgboost（如果使用Python API，则为H2OXGBoostEstimator）互换，然后亲自查看。

我很想听听相关的时机！ （第二个“否”是专门用于网格的GPU;但所有的努力都在模型中，而不是网格本身，所以第二个“否”可能就是“N/A” ）