{
  "id": 196971,
  "title": "SVM runnung in GPU",
  "url": "/competitions/2020mltermprojectbovw/discussion/196971",
  "author_name": "",
  "post_date": "2020-11-13T17:04:28.838000",
  "votes": 2,
  "comment_count": 0,
  "views": 0,
  "content": "<h2>GPU를 이용하여 SVM실행하기</h2>\n<ul>\n<li>[참고] <a href=\"https://github.com/murtazajafferji/svm-gpu\" target=\"_blank\">https://github.com/murtazajafferji/svm-gpu</a></li>\n<li>해당 깃허브에서 svm.py 와 kernels.py를 다운받으신후 kaggle.json처럼 colab/Notebook에 업로드하신후에<br>\n다음과 같이 사용하시면 됩니다. </li>\n</ul>\n<h2>사용 코드 예시</h2>\n<ul>\n<li>밑에 깃허브 해당 깃에서 제공하는 코드는 예제임</li>\n</ul>\n<p>import cupy as xp<br>\nfrom svm import SVM</p>\n<p>Move data to GPU<br>\nx_train = xp.asarray(x_train)<br>\nx_test = xp.asarray(x_test)<br>\ny_train = xp.asarray(y_train)<br>\ny_test = xp.asarray(y_test)</p>\n<p>initialize a new predictor<br>\nsvm = SVM(kernel='rbf', kernel_params={'sigma': 15}, classification_strategy='ovr', x=x_train, y=y_train, n_folds=3, use_optimal_lambda=True, display_plots=True)</p>\n<p>svm.fit(x_train, y_train)</p>\n<p>predict things<br>\nsvm.predict(x_test)</p>\n<hr>\n<p>세종대학교 김지원 조교에 의해 작성되었습니다. (jwkim@rcv.sejong.ac.kr)</p>",
  "messages": [
    {
      "id": 1077518,
      "postDate": "2020-11-13T17:04:28.837Z",
      "content": "<h2>GPU를 이용하여 SVM실행하기</h2>\n<ul>\n<li>[참고] <a href=\"https://github.com/murtazajafferji/svm-gpu\" target=\"_blank\">https://github.com/murtazajafferji/svm-gpu</a></li>\n<li>해당 깃허브에서 svm.py 와 kernels.py를 다운받으신후 kaggle.json처럼 colab/Notebook에 업로드하신후에<br>\n다음과 같이 사용하시면 됩니다. </li>\n</ul>\n<h2>사용 코드 예시</h2>\n<ul>\n<li>밑에 깃허브 해당 깃에서 제공하는 코드는 예제임</li>\n</ul>\n<p>import cupy as xp<br>\nfrom svm import SVM</p>\n<p>Move data to GPU<br>\nx_train = xp.asarray(x_train)<br>\nx_test = xp.asarray(x_test)<br>\ny_train = xp.asarray(y_train)<br>\ny_test = xp.asarray(y_test)</p>\n<p>initialize a new predictor<br>\nsvm = SVM(kernel='rbf', kernel_params={'sigma': 15}, classification_strategy='ovr', x=x_train, y=y_train, n_folds=3, use_optimal_lambda=True, display_plots=True)</p>\n<p>svm.fit(x_train, y_train)</p>\n<p>predict things<br>\nsvm.predict(x_test)</p>\n<hr>\n<p>세종대학교 김지원 조교에 의해 작성되었습니다. (jwkim@rcv.sejong.ac.kr)</p>",
      "rawMarkdown": "## GPU를 이용하여 SVM실행하기\n- [참고] https://github.com/murtazajafferji/svm-gpu\n- 해당 깃허브에서 svm.py 와 kernels.py를 다운받으신후 kaggle.json처럼 colab/Notebook에 업로드하신후에\n다음과 같이 사용하시면 됩니다. \n\n## 사용 코드 예시\n- 밑에 깃허브 해당 깃에서 제공하는 코드는 예제임\n\nimport cupy as xp\nfrom svm import SVM\n\nMove data to GPU\nx_train = xp.asarray(x_train)\nx_test = xp.asarray(x_test)\ny_train = xp.asarray(y_train)\ny_test = xp.asarray(y_test)\n\ninitialize a new predictor\nsvm = SVM(kernel='rbf', kernel_params={'sigma': 15}, classification_strategy='ovr', x=x_train, y=y_train, n_folds=3, use_optimal_lambda=True, display_plots=True)\n\nsvm.fit(x_train, y_train)\n\npredict things\nsvm.predict(x_test)\n\n----\n\n세종대학교 김지원 조교에 의해 작성되었습니다. (jwkim@rcv.sejong.ac.kr)\n",
      "votes": 1
    }
  ],
  "comments": [],
  "raw_markdown_by_id": {
    "1077518": "## GPU를 이용하여 SVM실행하기\n- [참고] https://github.com/murtazajafferji/svm-gpu\n- 해당 깃허브에서 svm.py 와 kernels.py를 다운받으신후 kaggle.json처럼 colab/Notebook에 업로드하신후에\n다음과 같이 사용하시면 됩니다. \n\n## 사용 코드 예시\n- 밑에 깃허브 해당 깃에서 제공하는 코드는 예제임\n\nimport cupy as xp\nfrom svm import SVM\n\nMove data to GPU\nx_train = xp.asarray(x_train)\nx_test = xp.asarray(x_test)\ny_train = xp.asarray(y_train)\ny_test = xp.asarray(y_test)\n\ninitialize a new predictor\nsvm = SVM(kernel='rbf', kernel_params={'sigma': 15}, classification_strategy='ovr', x=x_train, y=y_train, n_folds=3, use_optimal_lambda=True, display_plots=True)\n\nsvm.fit(x_train, y_train)\n\npredict things\nsvm.predict(x_test)\n\n----\n\n세종대학교 김지원 조교에 의해 작성되었습니다. (jwkim@rcv.sejong.ac.kr)\n"
  }
}