Py之cupy：cupy的简介、安装、使用方法之详细攻略

Py之cupy：cupy的简介、安装、使用方法之详细攻略

目录

cupy的简介

cupy的安装

cupy的使用方法

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, 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)
     
    
  
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/103479683