Python cuml.common.memory_utils.set_global_output_type用法及代码示例

用法: cuml.common.memory_utils.set_global_output_type(output_type)

设置 cuML 的单 GPU 估计器全局输出类型的方法。它将被所有估计器使用，除非在初始化时使用自己的output_type 参数覆盖。也可以被上下文管理器方法 using_output_type() 覆盖。

参数：

output_type：{‘input’, ‘cudf’, ‘cupy’, ‘numpy’}(默认 = ‘input’)

期望的结果输出类型和估计器的属性。

'input' 意味着参数和方法将尽可能地镜像发送到估计器/方法的数据格式。具体来说：

输入类型	输出类型
cuDF DataFrame 或系列	cuDF DataFrame 或系列
NumPy 数组	NumPy 数组
Pandas DataFrame 或系列	NumPy 数组
Numba 设备阵列	Numba 设备阵列
CuPy 数组	CuPy 数组
其他 `__cuda_array_interface__` 对象	CuPy 数组

'cudf' 将为单维结果返回 cuDF 系列，其余部分返回 DataFrames。
'cupy' 将返回 CuPy 数组。
'numpy' 将返回 NumPy 数组。

注意：

'cupy' 和 'numba' 选项(以及使用 Numba 和 CuPy ndarrays 进行输入时的 'input')具有最少的开销。 cuDF 增加了构建系列所需的内存消耗和处理时间，DataFrames 'numpy' 由于需要将数据传输到 CPU 内存，因此开销最大。

例子：

import cuml
import cupy as cp

ary = [[1.0, 4.0, 4.0], [2.0, 2.0, 2.0], [5.0, 1.0, 1.0]]
ary = cp.asarray(ary)

cuml.set_global_output_type('cudf'):
dbscan_float = cuml.DBSCAN(eps=1.0, min_samples=1)
dbscan_float.fit(ary)

print("cuML output type")
print(dbscan_float.labels_)
print(type(dbscan_float.labels_))

输出：

cuML output type
0    0
1    1
2    2
dtype: int32
<class 'cudf.core.series.Series'>

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cuml.common.memory_utils.set_global_output_type。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。