Quanto a um pacote completo de aprendizado de máquina nas GPUs, esse pacote não existe. No entanto, existem realmente alguns pacotes R que podem usar GPUs. Você pode ver esses pacotes na página CRAN High Performance Computing . Você deve observar que a maioria desses pacotes exige que você tenha uma placa NVIDIA. Dos pacotes disponíveis, há três pacotes que você provavelmente utilizaria, a menos que você tenha um caso especial.
- gputools - se estiver interessado em cálculos à distância (apenas NVIDIA).
- gmatrix - cálculos numéricos gerais (apenas NVIDIA).
- gpuR - cálculos numéricos gerais (qualquer GPU via OpenCL). *
* NOTA - Correndo o risco de autopromoção, sou o autor do pacote gpuR.
Você provavelmente pode usar os dois últimos pacotes para reproduzir os algoritmos de aprendizado de máquina existentes. Na verdade, estou usando meu pacote gpuR para criar um pacote neuralnet acelerado por GPU, mas isso está em andamento.
Portanto, em resumo, se você estiver determinado, os recursos básicos estarão disponíveis em R. Mas se você precisar de algo no futuro imediato, precisará explorar outros recursos / abordagens, conforme apontado pelo @YCR.
gpuR
? ANEWS
ligação pode ser útil se não :)Este é realmente um invólucro sobre tensorflow, caffe, mxnet, mas pode ser útil para você.
https://www.h2o.ai/deep-water/
fonte
Se você usa o SVM, pode tentar o pacote Rgtsvm para GPU, que é compatível com a implementação do e1071.
https://github.com/Danko-Lab/Rgtsvm
fonte
Uma boa biblioteca para aprendizado de máquina com GPUs é o mxnet . O pacote é basicamente um aprendizado profundo, portanto, se você estiver procurando por algoritmos específicos de aprendizado de máquina, talvez não os encontre lá. No entanto, eles têm um bom conjunto de algoritmos de aprendizado profundo.
fonte