我需要在没有GPU的Windows虚拟机上对cuml.dask.ensemble.RandomForestClassifier进行推理，而该虚拟机上无法安装rapids/cuml。

我考虑使用treelite，因此我需要将模型导入treelite并生成一个共享库（对于Windows是.dll文件）。之后，我会使用treelite_runtime.Predictor导入共享库，并在目标机器上执行推理。

问题是我不知道如何将RandomForestClassifier模型导入treelite以创建一个treelite模型。

我尝试使用’convert_to_treelite_model’，但得到的对象并不是一个treelite模型，我不知道如何使用它。

请查看附件代码（在Linux下执行，所以我尝试使用gcc工具链并生成一个’.so’文件…）

当我尝试调用’export_lib’函数时，我得到异常”‘cuml.fil.fil.TreeliteModel’ object has no attribute ‘export_lib'”…

备注：我尝试在装有2个NVIDIA RTX2080ti GPU的Ubuntu机器上运行代码，使用以下库版本：

cudatoolkit               10.1.243cudnn                     7.6.0cudf                      0.15.0cuml                      0.15.0dask                      2.30.0 dask-core                 2.30.0 dask-cuda                 0.15.0 dask-cudf                 0.15.0 rapids                    0.15.1treelite                  0.92treelite-runtime          0.92

回答：

目前Treelite没有可以直接使用的序列化方法。我们使用内部序列化方法来pickle cuML的RF模型。

我建议在Treelite的GitHub仓库（https://github.com/dmlc/treelite）中创建一个功能请求，并请求添加序列化和反序列化Treelite模型的功能。

此外，convert_to_treelite_model函数的输出是一个Treelite模型。它显示为：

In [2]: treelite_modelOut[2]: <cuml.fil.fil.TreeliteModel at 0x7f11ceeca840>

因为我们通过cython暴露了C++ Treelite代码，以便直接访问Treelite的C++句柄。