Py之cupy：cupy的簡介、安裝、使用方法之詳細攻略

?

?

目錄

cupy的簡介

cupy的安裝

cupy的使用方法

---

?

?

cupy的簡介

? ? ? ?CuPy: NumPy-like API accelerated with CUDA。CuPy是NumPy兼容多維數組在CUDA上的實現。這個包（cupy）是一個源發行版。對于大多數用戶，建議使用預構建的wheel?分布。
? ? ? CuPy是一個開源矩陣庫，使用NVIDIA CUDA加速。CuPy使用Python提供GPU加速計算。CUPY使用CUDA相關庫，包括 CuBLAS、CUDNN、Curand、CuoSver、CuPaSeSE、Cufft和NCCL，以充分利用GPU架構。圖中顯示庫比比紐比加速。他們中的大多數人在使用CuPy開箱即用的GPU上表現良好。CuPy加速了一些超過100倍的操作，你可以在單個GPU中閱讀原始的基準文章CuPy加速（RAPIDS AI）。

?

?

?

cupy的安裝

pip install cupy

# For CUDA 8.0 pip install cupy-cuda80# For CUDA 9.0 pip install cupy-cuda90# For CUDA 9.1 pip install cupy-cuda91# For CUDA 9.2 pip install cupy-cuda92# For CUDA 10.0 pip install cupy-cuda100# For CUDA 10.1 pip install cupy-cuda101# Install CuPy from source pip install cupy

?

?

cupy的使用方法

import cupy as cp x = cp.arange(6).reshape(2, 3).astype('f') print(x, x.sum(axis=1))>>> x = cp.arange(6, dtype='f').reshape(2, 3) >>> y = cp.arange(3, dtype='f') >>> kernel = cp.ElementwiseKernel( ... 'float32 x, float32 y', 'float32 z', ... '''if (x - 2 > y) { ... z = x * y; ... } else { ... z = x + y; ... }''', ... 'my_kernel') >>> kernel(x, y) array([[ 0., 2., 4.],[ 0., 4., 10.]], dtype=float32)

?

?

?

?

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的Py之cupy：cupy的简介、安装、使用方法之详细攻略的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。