在 Python 中使用用户定义的距离函数在 GPU 上运行 k-NN 函数有没有合适的方法？-解网

问：

我想在 Python 中使用新的用户定义的距离函数运行 k-最近邻（k-NN）。你能建议一个正确的方法吗？

我找不到如何在 Python 中使用新的用户定义距离函数运行 k-最近邻（k-NN）的解决方案。

我还安装了 Ubuntu （wsl2），因为我的 Windows 没有看到我的 GPU 设备。

我什至尝试用 cupy 计算距离矩阵，然后想将其转移到 scikitlearn knnClassifier。但是，即使在使用嵌套循环的 GPU 上，计算图像距离矩阵也需要很长时间。

...
import cupy
from sklearn.neighbors import NearestNeighbors as skNearestNeighbors
...

我们的x_train和x_test是cupy.ndarray。x_train.shape 是 16384。

我们正在尝试在 GPU 上计算 dist 矩阵，但是使用下面的代码大约需要 15 分钟。对于每次迭代。

num_samples = len(x_train)
distance_matrix = cupy.empty((len(x_train), len(x_test)), dtype=cupy.float32)


for i in range(len(x_train)):
    for j in range(len(x_test)):
        distance_matrix[i, j] = user_defined_distFunction(x_train[i, ], x_test[j, ])

在计算了这个distance_matrix之后，我们计划将其作为 scikitlearn 的 knnClassifier 的输入。

那么，有没有合适的方法（任何库等）在 GPU 上使用 Python 中用户定义的距离函数运行 k-NN 函数？

python-3.x GPU 距离 knn cupy

在 Python 中使用用户定义的距离函数在 GPU 上运行 k-NN 函数有没有合适的方法？

Is there a proper way to run k-NN function on GPU with a user defined distance function in Python?

评论