超级会员免费看
Hummingbird是一个库，它将传统的机器学习模型转换为张量计算形式，以利用神经网络框架如PyTorch的优化和硬件加速。这个库支持决策树、随机森林、LightGBM和XGBoost等模型，提供与SklearnAPI兼容的接口，并可以将模型转换为PyTorch、TorchScript、ONNX和TVM。通过这种方式，用户可以在不重构模型的情况下加速推理过程，特别是在GPU上。
介绍
Hummingbird是一个用于将经过训练的传统 ML 模型编译为张量计算的库。Hummingbird允许用户无缝地利用神经网络框架（例如PyTorch）来加速传统的 ML 模型。感谢Hummingbird，用户可以受益于：（1）神经网络框架中实现的所有当前和未来的优化；(2)本机硬件加速；(3) 拥有支持传统模型和神经网络模型的独特平台；并且无需重新设计模型即可拥有所有这些 (4)。
目前，您可以使用Hummingbird将经过训练的传统 ML 模型转换为
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
