当我保存经过训练的模型时，cuML Random Forest- Segmentation fault（core dumped）答案

【问题标题】：cuML Random Forest- Segmentation fault (core dumped) when I save the trained model当我保存经过训练的模型时，cuML Random Forest- Segmentation fault（core dumped）
【发布时间】：2022-07-22 18:25:23
【问题描述】：

我试图在训练后保存我的 Rf 模型，但我得到一个“分段错误（核心转储）”。我曾尝试在训练前保存它，它不会给我带来任何泡菜问题。我尝试过使用其他 cuML 算法，它让我在训练后保存它们。

from cuml.ensemble  import  RandomForestClassifier as rf_cuML
import pickle

model = rf_cuML(random_state=0)
output = open(\'model.pkl\', \'wb\')
pickle.dump(model, output) #This saving works

model.fit(train_features, train_labels)
output = open(\'model_trained.pkl\', \'wb\')
pickle.dump(model, output) #This saving does not work

此行引发以下错误： pickle.dump(model, output) #This saving does not work -->分段错误（核心转储）

系统规格：

Ubuntu 18.04
内存 32GB
NVIDIA-SMI 495.29.05 驱动程序版本：495.29.05 CUDA 版本：11.5[Cuda info][1] [1]：https://i.stack.imgur.com/8reIM.png
急流 22.04
Python 3.9
CPU：英特尔酷睿 i7-7700
GPU：NVIDIA GeForce RTX 2080 SUPER 8 GB
泡菜4.0

3.Cuda 信息：NVIDIA-SMI 495.29.05 驱动版本：495.29.05 CUDA 版本：11.5

标签： python pickle random-forest coredump rapids

【解决方案1】：

解决了

经过一番研究，我更新了急流版本到 22.06现在它允许我也是节省带泡菜的训练有素的随机森林模型。

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。