scikit-learn将利用GPU吗？

Question

读取执行的scikit学习中tensroflow：http://learningtensorflow.com/lesson6/和scikit学习：http://scikit-
learn.org/stable/modules/generated/sklearn.cluster.KMeans.html
我努力决定使用哪种实现。

scikit-learn作为tensorflow docker容器的一部分安装，因此可以使用任何一种实现。

使用scikit-learn的原因：

与tensorflow实现相比，scikit-learn包含的模板更少。

使用tensorflow的原因：

如果在Nvidia GPU上运行，则算法将并行运行，我不确定scikit-learn是否会利用所有可用的GPU？

阅读https://www.quora.com/What-are-the-main-differences-between-TensorFlow-and-
SciKit-Learn

TensorFlow是更底层的；基本上，乐高积木可以帮助您实现机器学习算法，而scikit-
learn可为您提供现成的算法，例如，用于分类的算法，例如SVM，随机森林，逻辑回归等。如果您想实施深度学习算法，TensorFlow确实很出色，因为它使您可以利用GPU进行更有效的培训。

该声明进一步证实了我的主张：“ scikit-learn所包含的样板少于张量流实现”，但也暗示scikit-learn不会利用所有可用的GPU？

Answer 1

如果Tensorflow是针对Cuda和CuDNN构建的，则仅使用GPU。默认情况下，两者都不会使用GPU，尤其是在Docker内部运行的情况下，除非您使用nvidia-
docker
和具有此功能的映像。

Scikit-learn不打算用作深度学习框架，并且似乎不支持GPU计算。

为什么在scikit-learn中不支持深度学习或强化学习？

深度学习和强化学习都需要丰富的词汇来定义架构，而深度学习还需要GPU才能进行有效的计算。但是，这些都不符合scikit-
learn的设计约束。结果，深度学习和强化学习目前超出了scikit-learn力求实现的范围。

摘录自http://scikit-learn.org/stable/faq.html#why-is-there-no-support-for-deep-
or-reinforcement-learning-will-there-be-support-for-deep-
或在Scikit学习中加强学习

您将在scikit-learn中添加GPU支持吗？

不，或者至少在不久的将来不会。主要原因是GPU支持会引入许多软件依赖关系，并会引入特定于平台的问题。scikit-
learn旨在易于安装在各种平台上。在神经网络之外，GPU在当今的机器学习中并未发挥重要作用，通过谨慎选择算法，通常可以大大提高速度。

摘录自http://scikit-learn.org/stable/faq.html#will-you-add-gpu-
support