Py之cupy:cupy的简介、安装、使用方法之详细攻略
目录
CuPy: NumPy-like API accelerated with CUDA。CuPy是NumPy兼容多维数组在CUDA上的实现。这个包(cupy)是一个源发行版。对于大多数用户,建议使用预构建的wheel 分布。
CuPy是一个开源矩阵库,使用NVIDIA CUDA加速。CuPy使用Python提供GPU加速计算。CUPY使用CUDA相关库,包括 CuBLAS、CUDNN、Curand、CuoSver、CuPaSeSE、Cufft和NCCL,以充分利用GPU架构。图中显示库比比纽比加速。他们中的大多数人在使用CuPy开箱即用的GPU上表现良好。CuPy加速了一些超过100倍的操作,你可以在单个GPU中阅读原始的基准文章CuPy加速(RAPIDS AI)。
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
- import cupy as cp
- x = cp.arange(6).reshape(2, 3).astype('f')
- print(x, x.sum(axis=1))
-
-
-
- -meta">>>> x = cp.arange(6, dtype='f').reshape(2, 3)
- -meta">>>> y = cp.arange(3, dtype='f')
- -meta">>>> kernel = cp.ElementwiseKernel(
- -meta">... 'float32 x, float32 y', 'float32 z',
- -meta">... '''if (x - 2 > y) {
- -meta">... z = x * y;
- -meta">... } else {
- -meta">... z = x + y;
- -meta">... }''',
- -meta">... 'my_kernel')
- -meta">>>> kernel(x, y)
- array([[ 0., 2., 4.],
- [ 0., 4., 10.]], dtype=float32)
网站声明:如果转载,请联系本站管理员。否则一切后果自行承担。
加入交流群
请使用微信扫一扫!