【转载】 Py之cupy：cupy的简介、安装、使用方法之详细攻略

版权声明：本文为CSDN博主「一个处女座的程序猿」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_41185868/article/details/103479683

 

 

Py之cupy：cupy的简介、安装、使用方法之详细攻略

 

=================================================

 

 

 

cupy的简介

 

 

 

 

 

 

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）。

 

 

 

 

 

 

cupy的安装

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)
# 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')

print( kernel(x, y) )

 

 

 

 

 

 

 

 

=======================================