MetalML

概要

• scikit-learnの使い慣れたAPIを維持したまま、MacのMetal対応GPUで機械学習処理を高速化できるオープンソースライブラリです。
• import sklearn as mlをimport metalml as mlに置き換えるだけで、既存コードのfit・predict・transformを大きく変更せずに利用できます。

主な特徴

• スケーラー、KMeans、Ridge、二値ロジスティック回帰、PCA、Naive Bayes、kNNなどの処理をGPUで実行できます。
• 木モデルやランダムフォレスト、SVMの予測にも対応し、非対応処理はscikit-learnのCPU実装へ自動的に切り替わります。
• operation_backends_で各処理がGPUとCPUのどちらで実行されたかを確認でき、動作状況を把握しやすくなっています。

こんな人におすすめ

• MacのGPUを活用したいものの、別の機械学習フレームワークへ移行せず、現在のscikit-learnコードを使い続けたい人に適しています。
• MetalやGPUコンピューティングを試したい開発者、実験的な機械学習ツールの検証や改善に関心がある人に向いています。
• 現時点では実験段階で、Intel MacとRadeon Pro 5300MでのGPU実行が検証済みです。Apple Silicon利用者はベンチマークや不具合報告への協力が期待されています。