至于 GPU 上的完整机器学习包，不存在这样的包。然而，实际上有少数 R 包可以使用 GPU。您可以在CRAN 高性能计算页面上看到这些包。您应该注意，这些软件包中的大多数确实需要您拥有 NVIDIA 卡。在可用的软件包中，除非您有特殊情况，否则您最有可能使用三个软件包。

1. gputools - 如果对距离计算感兴趣（仅限 NVIDIA）。
2. gmatrix - 通用数值计算（仅限 NVIDIA）。
3. gpuR - 通用数值计算（通过 OpenCL 的任何 GPU）。*

*注意- 冒着自我推销的风险，我是 gpuR 包的作者。

您可能可以使用后两个包来重现现有的机器学习算法。我实际上正在使用我的 gpuR 包来创建一个 GPU 加速的神经网络包，但这正在进行中。

总而言之，如果您确定，基本资源在 R 中可用。但是如果您在不久的将来需要某些东西，您将需要探索@YCR 指出的其他资源/方法。

这实际上是对 tensorflow、caffe、mxnet 的封装，但可能对您有用。

使用 GPU 进行机器学习的一个很好的库是mxnet。该软件包主要是深度学习，因此如果您正在寻找特定的机器学习算法，您可能不会在那里找到它们。然而，他们有一套很好的深度学习算法。

如果您使用 SVM，您可以尝试用于 GPU 的Rgtsvm包，它与 e1071 实现向后兼容。