我在Google Colab上使用CUML 0.10.0库中的随机森林回归模型进行模型预测时遇到了问题。模型训练成功结束后，我使用(.predict)方法对一个大小为(41697600, 11)的超大数组进行推理。然而，我收到了以下错误：

TypeError: GPU predict model only accepts float32 dtype as input, convert the data to float32 or use the CPU predict with `predict_model='CPU'`.

即使将输入的numpy数组的dtype转换为float32，并在predict方法中指定predict_model=’CPU’参数，错误仍然存在。

供您参考，以下是使用的代码：

array=(X_test.values).astype('float32')predictions = cuml_model.predict(array, predict_model='CPU',output_class=False, algo='BATCH_TREE_REORG')

模型摘要：

<bound method RandomForestRegressor.print_summary of RandomForestRegressor(n_estimators=10, max_depth=16, handle=<cuml.common.handle.Handle object at 0x7fbfa342e888>, max_features='auto', n_bins=8, n_streams=8, split_algo=1, split_criterion=2, bootstrap=True, bootstrap_features=False, verbose=False, min_rows_per_node=2, rows_sample=1.0, max_leaves=-1, accuracy_metric='mse', quantile_per_tree=False, seed=-1)>

回答：

这个错误信息非常令人困惑。我认为失败的原因是训练使用的是float64而不是float32。如果你改用float32进行训练，应该就可以解决这个问题。当前的GPU预测优化实现仅支持float32模型。你应该可以回退到较慢的CPU预测，但这个异常阻止了这种操作。

我已将此问题报告为一个错误，我们将尝试在即将发布的版本中修复它。您可以继续关注该问题，或者添加任何额外的问题等：https://github.com/rapidsai/cuml/issues/1406