| 116 | } |
| 117 | |
| 118 | vector<float_type> SvmModel::predict(const DataSet::node2d &instances, int batch_size = -1) { |
| 119 | // param.max_mem_size |
| 120 | dec_values.resize(instances.size() * n_binary_models); |
| 121 | // vector<float_type> dec_values_vec(dec_values.size()); |
| 122 | // dec_values.set_host_data(dec_values_vec.data()); |
| 123 | #ifdef USE_CUDA |
| 124 | dec_values.to_device();//reserve space |
| 125 | #endif |
| 126 | predict_dec_values(instances, dec_values, batch_size); |
| 127 | dec_values.to_host();//copy back from device |
| 128 | float_type* dec_values_host = dec_values.host_data(); |
| 129 | vector<float_type> dec_values_vec(dec_values.size()); |
| 130 | memcpy(dec_values_vec.data(), dec_values_host, dec_values.size() * sizeof(float_type)); |
| 131 | return dec_values_vec; |
| 132 | } |
| 133 | |
| 134 | |
| 135 | void SvmModel::save_to_file(string path) { |