-
我应该怎么做,而不是在CuPy中使用numpy.vectorize?
应如何将定义的函数应用于cupy.array而不是np.vectorize? 在cupy中是否实现了类似的功能? 我正在用Py -
Cupy编译器异常
我正在尝试使用在CentOS下使用Slurm Scheduler在计算服务器上使用cupy的python软件包,并且在尝试使用该软件 -
如何正确地将CuPy数组发送到Python C扩展模块
我正在尝试为Python编写一个自定义CXX扩展,它将CuPy数组作为输入。建议从CXX扩展中移交并返回CuPy数组的 -
TypeError:不受支持的类型<type'numpy.ndarray'>
我需要使用<code>cupy</code>而不是<code>numpy</code>在GPU中运行部分代码。因此,我仅对此行<code># import numpy as -
如何将CuPy数组传输到张量流
我正在使用CuPy在GPU上生成一些地面事实+网络输入数据,我想通过标准API发送到TensorFlow网络: feed_dict = { -
如何在CuPy中分配倾斜的2D内存?
在CuPy中,可以在主机上分配多维<code>ndarray</code>,然后使用CUDA将其复制到GPU。我的问题是: <ul> <li> -
支持np.digitize
我看到尚不支持np.digitize的cupy版本。是否有计划使此功能在cupy中起作用? 如果不是,是否有简单的解决 -
Cupy错误:cudaErrorIllegalAddress-遇到非法的内存访问
使用Chainer在GPU上训练前馈网络。训练了一些批次之后,出现错误“ CUDARuntimeError:cudaErrorIllegalAddress:遇 -
如何解决“未启用cuDNN”
我在Windows计算机(Win10 Pro 64位,i7-7700、8GB内存,GTX-1060-6GB)中使用带有Spyder3.3.6和Python 3.7.5的cupy。<br/> -
当使用`cupy.nanstd`和`cupy.nanvar`时`TypeError`
在Windows 10上运行以下代码时, <code>cupy</code>会引发<code>TypeError</code>。 <pre class="lang-py prettyprint-overrid -
将结构传递给Cupy中的原始内核
我有CUDA内核,这些内核采用float3,int2等结构作为参数。我似乎无法通过cupy rawkernel接口将参数正确传递 -
在Python中使用CuPy库时,矢量化代码中的意外内存泄漏和时间性能
我有一个函数正在使用CuPy库执行矩阵运算。整个功能被矢量化。当我检查整个程序在GPU VRAM中分配的内 -
TypeError:lowerb不是numpy数组,也不是标量
我需要使用<code>cupy</code>而不是<code>numpy</code>在GPU中运行部分代码。因此,我仅对此行<code># import numpy as -
CuPy并发
我正在使用CuPy(7.0.0),并尝试通过一个简单的示例脚本来获取并发流: <pre><code>import cupy as cp # cre -
Cupy通过重复相同的代码来给出OutOfMemoryError
我正在尝试使用Cupy和Chainer的神经网络。<br/> 但是,我遇到了OutOfMemoryError异常,无法解决。<br/> 请给我 -
具有TX2和CUDA 9.0的CuPy
我正在尝试在带有CUDA 9.0的TX2上安装Cupy。 我使用了命令: <pre><code>pip install cupy -vvv </code></pre> 大 -
AttributeError:模块“ cupy”没有属性“ cupyx”
运行时我有这个python代码,它说 <blockquote> AttributeError:模块'cupy'没有属性'cupyx' </blockquote> -
CuPy无法在具有CUDA 9.0的Ubuntu 18.04上运行
条件: <ul> <li> CuPy版本7.0.0 </li> <li>操作系统/平台Ubuntu 18.04 </li> <li> CUDA 9.0版</li> <li> cuDNN / NCCL版本7.6 -
CUDA:有没有人尝试过将GpuMats传递给其他Python CUDA模块?
我正在尝试加速一些图像处理,这些图像处理需要任何一个python CUDA模块中当前不可用的任务。例如,<a -
在TX2上运行Cupy
最近我在tx2上安装了CUDA 10.0和cupy。 我读过一篇文章,说cupy比numpy快10倍。 所以我运行了这个程序: -
将cupy转换为numpy非常慢
<h1>条件</h1> <ul> <li> CuPy版本 7.0.0 </li> <li>操作系统/平台 Ubuntu 18.04 </li> <li> CUDA版本 10.1 </li> </ul> <h1>要复制 -
与cupy的自相关
我想计算GPU上图像的自相关。 但是,当我使用cupy相关函数时,得到的结果与CPU计算的结果不同。是因为 -
如何使用CuPy在python上进行三次样条插值?
我正在使用GPU编写代码,以多次进行三次样条插值。 我知道如何像使用一样在numpy上执行此操作 <pre> -
我无法使用点子安装Cupy
我附上了错误消息,因为我不知道从哪里开始。我尝试过更新setuptools并清除并重新安装pip。 我正 -
切片300MB CuPy阵列比NumPy慢约5倍
我的代码涉及到将432x432x400阵列切片总计约1000万次,以生成用于神经网络训练的一批数据。由于这些都 -
cupy.cuda.memory.OutOfMemoryError:内存不足以分配X个字节(总共Y个字节)
预先针对我的基本问题提供非常大的应用程序! <h2>给出:</h2> <pre><code>import cupy as cp def dist_gpu(a, b) -
如何在pip命令中指定gcc路径?
我正在尝试安装cupy 5.0.0。 cupy5.0.0需要的gcc版本不超过7。我的默认gcc是gcc-9。我不能使用conda环境。我也 -
不支持的GNU版本!不支持高于7的gcc版本
我正在尝试使用pip安装cupy 5.0.0。它依赖于gcc-7。在我的系统中,默认gcc设置为版本8。我还安装了cuda-10.0 -
AttributeError:模块“ cupy”没有属性“ array”
我刚刚使用conda <code>UPDATE A SET cost = B.base_cost FROM ( select distinct on (product_id, current_year) product_id, current_y -
实数与复杂MappedNDArray上的CuPy电源操作
我正在尝试对使用GPU来获取复杂信号的能力的各种方法进行基准测试,我注意到以下工作原理: <pre>