가상환경 만들어서 쓰고있고 tensorflow나 catboost에서 gpu 쓰면, 작업관리자 창 틀었을 때 전용메모리 23/24 기가 이렇게 뜬다?
근데 xgboost나 lightgbm 쓰면 2/24 밖에 안돼. 이거 왜그런거냐?? 전에는 안그랬던거 같은데...
그리고 fit이랑 train, Dmatrix 이런거 있던데. 난 fit 밖에 안쓰는데 train이나 dmatrix이게 좋음??
고수들 좀 알려줘라 부탁한다
가상환경 만들어서 쓰고있고 tensorflow나 catboost에서 gpu 쓰면, 작업관리자 창 틀었을 때 전용메모리 23/24 기가 이렇게 뜬다?
근데 xgboost나 lightgbm 쓰면 2/24 밖에 안돼. 이거 왜그런거냐?? 전에는 안그랬던거 같은데...
그리고 fit이랑 train, Dmatrix 이런거 있던데. 난 fit 밖에 안쓰는데 train이나 dmatrix이게 좋음??
고수들 좀 알려줘라 부탁한다
fit train차이는 scikit learn? scipy 식 인가 xgboost자체 최적화 식인가 차이인걸로 앎. 전자는 다수에게 익숙한 방식이라 제공하는거고 후자는 더 많은 컨트롤이 가능한걸로 앎. Dmatrix은 상황따라다른데 더 효율적인 경우가 있는듯? 잘 기억이 안남. 그 이슈는 잘 몰겠는데 깃헙 이슈ㄱ - dc App
gpu는 왜 저따구인지도 좀 알려줘라...ㅠ