Я пытаюсь построить нормальную модель классификации, используя SVM (Машина опорных векторов) на наборе данных Cifar-10 ( Набор данных CIFAR-10 состоит из 60000 цветных изображений 32x32 в 10 классах, с 6000 изображений в классе. Есть 50000 тренировочных изображений и 10000 тестовых изображений. ), и я также применил PCA, но когда я использую GridSearch для настройки гиперпараметров, тогда это занимает слишком много времени и не заканчивается. Я использовал Google Colab с GPU, но он не работает. Что мне делать ... ??
from sklearn import svm
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import classification_report, confusion_matrix, accuracy_score
clf = svm.SVC()
grid={'C':[1e2,1e3,5e2],'gamma':[1e-3,1e-4,1e-5]}
abc=GridSearchCV(clf,grid, n_jobs = 4)
abc.fit(x_train_pca, cls_train)
y_predict = abc.predict(x_test_pca)