Python 有没有办法在GPU上加速CatBoost.cv？

虽然CatBoostClassifier对我来说相当快，但我在GPU上使用

catboost.cv

的性能非常慢

所有的迭代都非常快，但是每300-400次迭代，就会有一个大的暂停（~5分钟）。暂停结束后，迭代将持续约5秒，然后再进行下一次大暂停

我假设catboost.cv在这些暂停期间向GPU传递数据效率低下

在此期间，GPU的使用率从1%到20%不等

有没有办法用GPU加速cv的速度？也许有一种方法可以将整个数据集存储在GPU中，这样这些暂停就不会再发生了

下面是我的代码中导致减速的部分：

从catboost导入cv，池
params={'loss_function'：'MultiClass'，'task_type'：'GPU'，'devices'：'0'}
cv_数据集=池（数据=X_序列[特征]、标签=y_序列、cat_特征=分类_特征）
分数=cv（cv_数据集，参数，折叠计数=3，迭代次数=1500）