使用cupy时，变量值无端更改
可能是由于以下原因导致的：
- 并行计算问题：cupy是一个用于在GPU上进行并行计算的库，它使用了异步计算模型。在并行计算中，多个计算任务可能同时执行，因此变量的值可能在不同的计算任务之间共享。如果没有正确地同步和管理这些计算任务，就可能导致变量值无端更改的问题。
解决方法：确保在使用cupy进行计算之前，使用cupy.cuda.Device().synchronize()来同步计算任务，以确保变量的值在计算完成之前不会被更改。
- 内存管理问题：cupy使用GPU内存来存储变量和计算结果。如果没有正确地管理GPU内存，就可能导致变量值无端更改的问题。例如，当GPU内存不足时，cupy可能会自动将变量移动到主机内存，这可能导致变量值的改变。
解决方法：确保在使用cupy之前，先分配足够的GPU内存来存储变量和计算结果。可以使用cupy.cuda.Device().mem_alloc()来手动分配内存，并使用cupy.cuda.Device().mem_free()来释放内存。
- 程序逻辑错误：变量值无端更改也可能是由于程序逻辑错误导致的。例如，在多线程或多进程环境中，如果没有正确地同步对变量的访问，就可能导致变量值的不确定性。
解决方法：确保在多线程或多进程环境中正确地同步对变量的访问。可以使用锁或其他同步机制来保证变量的一致性。
总结起来，当使用cupy时，变量值无端更改可能是由于并行计算问题、内存管理问题或程序逻辑错误导致的。为了解决这个问题，需要正确地同步计算任务、管理GPU内存，并确保在多线程或多进程环境中正确地同步对变量的访问。
相关·内容
我已经使用SSD300(imagenet预训练模型)对两类分类进行检测和识别：Basketball-ChainerCV。训练和预测都很好。但是当我在训练时使用SSD512(imagenet预训练模型)时，我得到了以下错误： /usr/local/lib/python3.6/dist-
packages/chainer/functions/connection/convolution_2d.py in
_forward_cudnn(self, x, W, b, y)
226 cuda.cudnn.convolution_forward(
227 x,
浏览 14提问于2019-03-18得票数 0
回答已采纳
在试图导入CuPy时，我得到了以下错误：
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib/python2.7/dist-packages/cupy/__init__.py", line 20, in <module>
six.reraise(ImportError, ImportError(msg), exc_info[2])
File "/usr/local/li
浏览 0提问于2017-10-05得票数 0
我使用pip install cupy-cuda90安装cupy。安装成功(在安装MSVC 2017之后)，pip list显示cupy-cuda90 90。
当我输入import cupy时，我会得到以下错误：
Traceback (most recent call last):
File "<ipython-input-1-329ec5cf1bc8>", line 1, in <module>
import cupy
ModuleNotFoundError: No module named 'cupy'
我在Windows10 (
浏览 0提问于2018-12-03得票数 2
回答已采纳
我正在编写一个模块，它将使用CuPy (一个使用CUDA的Numpy和Scipy的实现)来快速分析我的工作场所使用的数据，但我希望这些函数能够在无法访问CuPy的计算机上使用。我被认为只是做了这样的事情：
try:
import cupy as np
import cupyx.scipy as scipy
except ModuleNotFoundError:
import numpy as np
import scipy
但这并不是真的有几个原因。首先，它只涉及cupy没有安装的情况，但是没有安装cupy，但是CUDA没有工作，或者GPU由于任何原因无法被检测
浏览 25提问于2022-07-20得票数 3
我阅读了cupy文档中关于如何同时使用cupy和numba以及如何使用cuda加速代码的示例。
我编写了一个类似的代码来测试它：
import cupy
from numba import cuda
import numpy as np
import time
@cuda.jit('void(float32[:], float32[:], float32[:])')
def add(x, y, out):
start = cuda.grid(1)
stride = cuda.gridsize(1)
for i in range(
浏览 3提问于2020-07-09得票数 0
回答已采纳
在尝试为CuPy v9.x计划的新的CuPy支持时，我发现name_expressions命名的cupy.RawModule参数需要是可迭代的，以便NVRTC在以后调用get_function时不会失败。问题来源于。
def mykernel():
grid = (...)
blocks = (...)
args = (...)
with open('my_cuda_cpp_code.cu') as f:
code = f.read()
kers = ('nameofkernel')
mod =
浏览 1提问于2020-12-01得票数 0
回答已采纳
我正在尝试使用/测试CuPy (8.1.0)的AMD支持(实验性)。简而言之:我有一个ImportError。
我遵循了在Ubuntu焦点机器上安装ROCm的说明(带有gfx906 906/Radeon VII (Vega 20)卡)。
在中，我设置了上述变量(带有调整后的HCC_AMDGPU_TARGET)、ROCM_HOME和export PATH=$PATH:/opt/rocm/bin:/opt/rocm/profiler/bin:/opt/rocm/opencl/bin。
pip3 install -v --no-cache-dir cupy没有任何抱怨就成功了。因为有-v
浏览 5提问于2020-10-30得票数 0
回答已采纳
我在安装cupy命令时遇到了问题: pip安装cupy-cupy 102
系统详细信息：
操作系统: Windows 10家庭
GPU: NVIDIA GeForce 820米
Python版本: 3.6.4
和平执行方案版本: 21.3.1
Cuda版本: 10.2.89
错误消息:错误:找不到满足cupy-cupy 102需求的版本(来自版本: none)
错误:没有找到cupy-cupy 102的匹配分布。
另外，pip安装cupy不起作用。
我被困在这一点上，有人知道为什么我不能安装丘比特吗？
浏览 11提问于2022-08-13得票数 0
在将数组转换为cuPy数组时获取此错误: TypeError:不允许通过数组隐式转换到主机NumPy数组，要显式构造GPU数组，请考虑使用cupy.asarray(.)要显式构造主机数组，请考虑使用.to_array()
'''
import cudf
import cuml
import cupy
hospital_data=cudf.read_csv('nin-health-facilities.csv')
cupy_lat = cupy.asarray(hospital
浏览 1提问于2021-07-27得票数 0
回答已采纳
1回答
我在Windows中使用了带有Spyder3.3.6和Python3.7.5的cupy (Win10 Pro 64位，i7-7700，8GBMemory，GTX-1060-6GB)。
cupy、chainer、cuda和cuDNN的版本分别为6.0.0、5.3.0、10.1.243和7.6.4。
当我导入cupy时，发生了以下错误：
C:\Users\(username)\Anaconda3\envs\gpgpu\lib\site-packages\chainer\backends\cuda.py:98: UserWarning: cuDNN is not enabled.
Please re
浏览 4提问于2019-12-01得票数 1
回答已采纳
3回答
我在python2.7.11中有一个使用chainer和cupy的项目。将Chainer的版本从1.22更新到4.1.0后，我不能使用cupy
>>> import cupy
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ImportError: No module named cupy
这就是我安装chainer1.22 1.22的方式。它能够成功地导入cupy而不需要安装cupy。
pip install chainer==1.22,
浏览 0提问于2018-06-22得票数 3
回答已采纳
1回答
考虑使用cupy进行模拟的类中使用多处理的简化示例。这部分
obj = FUNC(par)
obj.simulate()
在cupy中完成，然后将数据复制到CPU。多处理不涉及GPU上的数据，但仍然会出现以下错误：
import tqdm
import cupy as cp
import numpy as np
from multiprocessing import Pool
class FUNC:
def __init__(self, par) -> None:
self.x = par['x']
def simulate(sel
浏览 13提问于2022-03-17得票数 0
回答已采纳
我刚刚用conda conda install -c anaconda cupy在Win-10上安装了cupy v-6，安装进行得很顺利，我的cuda版本是10.1，Python3.7.4，
当我运行以下代码时，会得到错误：AttributeError: module 'cupy' has no attribute 'array'
打印dir结果：
['__builtins__', '__cached__', '__doc__', '__file__', '__loader__',
浏览 0提问于2020-04-12得票数 2
回答已采纳
当我在Windows10上运行以下代码时，cupy会引发TypeError。
import cupy as cp
print(cp.nanstd(cp.asarray([1, 2, 3, 4, 5], dtype='float64')))
错误如下所示：
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-
浏览 2提问于2019-12-05得票数 0
我用链子训练了一些图像，但是有一个错误。
我不知道它是UnicodeDecodeError还是cupy安装的错误。
P:\dcgans\chainer-DCGAN\chainer-DCGAN>python DCGAN.py
Traceback (most recent call last):
File "DCGAN.py", line 279, in <module>
train_dcgan_labeled(gen, dis)
File "DCGAN.py", line 171, in train_dcgan_labeled
浏览 2提问于2017-08-03得票数 1
回答已采纳
我有一个在cuda上运行的Python代码。现在，我需要支持无法运行cuda的新部署设备，因为它们没有Nvidia GPU。因为我在代码中有许多cupy导入，所以我想知道这种情况下的最佳实践是什么。
例如，我可能需要根据cuda的可用性导入某些类。这看起来很糟糕。有什么好的编程模式可以遵循吗？
例如，我最终会做这样的事情：
from my_custom_autoinit import is_cupy_available
if is_cupy_available:
import my_module_that_uses_cupy
其中，my_custom_autoinit.py是：
try
浏览 0提问于2021-05-04得票数 0
1回答
我一直在尝试使用一些用于python的cuda库来进行线性代数运算。到目前为止，最直截了当的似乎是cupy。 然而，我遇到的所有这些操作的问题是，每当操作变得足够大，以至于gpu计算感兴趣时，我就会遇到内存错误。 在cupy或类似的库中，有什么方法可以自动进行内存管理吗？
浏览 13提问于2020-04-30得票数 0
1回答
我正在尝试使用cupy，我已经安装了CUDA 10.2和相应版本的cupy，但是当我尝试运行我的代码时，我得到了这个错误：
Traceback (most recent call last):
File "C:/Users/lasse/PycharmProjects/AI/main.py", line 2, in <module>
import cupy as cp
File "C:\Users\lasse\AppData\Local\Programs\Python\Python38\lib\site-packages\cupy\__init
浏览 3提问于2020-04-28得票数 1
1回答
numpy循环没问题。
cupy循环1次，3次就可以了。但是10次就会出错。
我如何解决这个问题？
这是gpu内存问题吗？
(源代码)
import cupy as cp
import numpy as np
mc = 5000
def fcal(ff, nloop, skey):
maa = ff.zeros((mc,mc)) + 0.0
mbb = ff.zeros((mc,mc)) + 0.0
for jj in range(nloop): maa = ff.dot(maa, mbb)
asum = ff.sum(maa)
浏览 3提问于2018-12-03得票数 1
我试图用内存映射模式在cupy中加载一些更大的.npy文件，但是我一直运行在OutOfMemoryError中。
我认为，由于它是以内存映射模式打开的，所以这个操作不应该占用太多内存，因为内存映射实际上并不会将整个数组加载到内存中。
我可以很好地用np.load加载这些文件，这似乎只发生在cupy.load上。我的环境是谷歌Colab，与特斯拉K80 GPU。它有大约12G的CPU内存，12G的GPU内存和350 gb的磁盘空间。
下面是一个重现错误的最小示例：
import os
import numpy as np
import cupy
#Create .npy files.
for
浏览 0提问于2019-09-01得票数 1
回答已采纳
我开始实现DL代码，这是我第一次使用DL、GPU和丘比。我制作了一个玩具示例，它在同一台机器上的不同python环境中工作方式不同，我希望详细了解发生这种情况的原因和原因。 这是我的代码 import numpy as np
import cupy as cp
X = 150000
Y = 100
Z = 79
shape_pca_mean = np.random.rand(X, 1)
shape_pca_basis = np.random.rand(X, Y)
shape_pca_basis_gpu = cp.asarray(shape_pca_basis)
shape_param
浏览 29提问于2020-09-10得票数 0
我用Cupy和下面的代码，
import cupy as cp
vals, vecs = cp.linalg.eigh(Array)
对于上面的代码，我想在代码中设置线程数。怎么做。假设100个线程执行代码。
浏览 0提问于2021-10-25得票数 0
回答已采纳
1回答
我试着用SLURM在我的大学的高性能电脑上运行cupy。我得到以下错误：
PermissionError: [Errno 13] Permission denied: '/home/username'
我认为这是因为计算节点没有访问/home的权限。因为整个错误都说
Traceback (most recent call last):
File "/shared-storage/username/tests/cuml_test.py", line 12, in <module>
dbscan_float.fit(gdf_float
浏览 3提问于2020-04-24得票数 0
回答已采纳
我是cupy的新手，我一直在尝试使用numpy和cupy来比较执行时间。
import cupy
import cupyx
import numpy as np
import time
def test_cupy(a0,a1,ind_i,ind_j):
t1=time.time()
for i in range(300):
cupyx.scatter_add(a0,(ind_i,ind_j),cupy.exp(-(ind_i+ind_j)))
cupyx.scatter_add(a1,(ind_i,ind_j
浏览 263提问于2019-08-17得票数 0
回答已采纳
我在处理丘比特的问题。我目前正在使用丘比特，它工作在一个非常满意的高速。但是当我使用cupy.einsum()方法时，我遇到了一个问题，我在Numpy中使用了相同的语法，没有任何错误。但是当使用Cupy时，它给了我一个错误。这是代码部分
import numpy as np
A = np.random.randn(2,3,10)
B = np.random.randn(3,4)
C = np.einsum('ijk,jl->ijl',A,B)
这很好，我得到了我一直想要的结果。但是，当我用Cupy编写相同的代码时
import cupy as cp
A = cp.rand
浏览 2提问于2020-09-22得票数 0
当我试图在我的'reduce_cython'“终端上运行这个命令'python下载en‘时，我得到了一个错误"AttributeError: type object 'cupy.core.core.broadcast’没有属性-m”。
这是截图：
我想要的是下载英语模型，以便使用spaCy。但是它失败了，因为它说类型对象'cupy.core.core.broadcast‘没有属性cupy.core.core.broadcast如果有人能帮我解决这个问题，非常感谢。
浏览 1提问于2018-12-28得票数 1
1回答
我最近制作了一个CuPy版本的numpy代码，我只得到了x5-x15的改进因子。当我检查我的GPU使用率时，它看起来很低(<1%)。我想优化我的代码的操作方式，以获得更快的结果。
通常，我希望对一个CuPy进行多个连续的cupy. ndarray操作。例如，生成一个随机向量：
def randomUniformUnitary(N):
theta = cp.random.rand(N) * 2 * cp.pi
phi = cp.random.rand(N) * cp.pi
x = cp.sin(phi) * cp.cos(theta)
y = cp.sin(
浏览 4提问于2021-03-14得票数 0
回答已采纳
在cupy中执行以下最小示例。
import cupy, cupyx
x = cupy.array([1., 2., 3.])
y = cupy.arange(10)
print(cupyx.get_runtime_info())
以下面的方式
(venv) user@ailx216:/work/sandbox$ CUDA_PATH=/usr/local/cuda-9.1 python cupy_test.py
给我一个奇怪的磁盘配额超过错误。
Traceback (most recent call last):
File "cupy_test.py", line 4,
浏览 59提问于2019-08-01得票数 0
回答已采纳
我看到了一些@cupy.fuse演示，这对于使用Numpy语法的GPU编程来说是一个奇迹。cupy的主要问题是，像a这样的每个操作都是一个完整的内核启动，然后是免费内核。因此，一系列的加和乘，例如，付出了大量的内核痛苦。(这就是为什么人们最好使用numba @jit)
@cupy.fuse()似乎通过将函数中的所有操作合并到单个内核来修复这个问题，从而大大降低了启动和免费成本。
但是，除了演示和cupy.fusion类的源代码之外，我找不到任何其他文档。
我有以下问题：
cupy.fuse是否会积极地内联应用装饰器的函数中调用的任何python函数，从而将它们滚动到同一个内核中？
浏览 2提问于2018-12-05得票数 3
1回答
目标/问题
在Python中，我正在寻找一种从内存映射文件读取/写入数据到GPU的快速方法。
在先前的溢出帖子[ ]中
在提到的地方，这是可能的，使用CUDA固定的“零拷贝”内存。此外，这个方法似乎是由这个人[ ]开发的，尽管此人是在C++工作的。
我之前的尝试都是针对Cupy的，但我对任何cuda方法都持开放态度。
到目前为止我尝试过的
我提到了我如何尝试使用Cupy，它允许您在memmory映射模式下打开numpy文件。
import os
import numpy as np
import cupy
#Create .npy files.
for i in range(4):
浏览 0提问于2019-09-02得票数 5
回答已采纳
1回答
我在一个函数中使用cupy，该函数接收numpy数组，将其插入GPU，对其执行一些操作，并返回其cp.asnumpy副本。
问题：在函数之后没有释放内存(如ndidia-smi中所示)。
我知道cupy对内存的缓存和重用。然而，这似乎只适用于每个用户。当多个用户在同一个GPU服务器上进行计算时，它们受到其他用户缓存内存的限制。
最后，我还尝试在函数中调用cp._default_memory_pool.free_all_blocks()。这似乎没有任何效果。在主代码中导入cupy并调用free_all_blocks“手动”工作，但我想将GPU内容封装在函数中，用户看不到。
你能完全释放一个函数中
浏览 0提问于2018-11-29得票数 4
回答已采纳
我是Python编程的新手，我尝试运行一些DCGAN训练脚本
在使用conda创建了我的环境并构建了所有依赖项之后，我在运行py程序时仍然有一个问题：
RuntimeError: CUDA environment is not correctly set up
(see https://github.com/chainer/chainer#installation).CuPy is not correctly installed.
If you are using wheel distribution (cupy-cudaXX), make sure that the version of
浏览 9提问于2020-06-07得票数 0
1回答
我想把张量从Pytorch传递给CuPy，然后再传递回来做一些Pytorch中没有的操作。将它们安装在一起的推荐方式是什么？
我已经使用conda安装了Pytorch，并且它已经安装了cudatoolkit包。我也更喜欢使用conda来安装cupy。然而，CuPy installation instructions (位于底部)。
那么，如何确保Pytorch和CuPy使用相同的cuda版本，以及CuDNN、NVCC等？或者我不应该使用conda来安装cupy？
浏览 47提问于2020-03-05得票数 0
回答已采纳
numpy.nanpercentile的速度非常慢。所以，我想使用cupy.nanpercentile；但是还没有实现cupy.nanpercentile。有人对此有解决方案吗？
浏览 108提问于2020-02-01得票数 1
我尝试在程序的两个部分中使用cupy，其中一个部分与一个池并行。我用一个简单的例子成功地重现了它： import cupy
import numpy as np
from multiprocessing import pool
def f(x):
return cupy.asnumpy(2*cupy.array(x))
input = np.array([1,2,3,4])
print(cupy.asnumpy(cupy.array(input)))
print(np.array(list(map(f, input))))
p = pool.Pool(4)
outpu
浏览 18提问于2019-02-21得票数 4
回答已采纳
1回答
最近，我在tx2上安装了CUDA10.0和cupy。我在一篇文章中读到，它说cupy比numpy快10倍。所以我运行了这个程序： ### Numpy and CPU
s = time.time()
x_cpu = np.ones((100,100,100))
e = time.time()
print(e - s)
### CuPy and GPU
s = time.time()
x_gpu = cp.ones((100,100,100))
cp.cuda.Stream.null.synchronize()
e = time.time()
print(e - s) 我得到的结果非常不同。Nu
浏览 32提问于2019-12-31得票数 0
我正在寻找一个支持轴选项的numpy.unique()的图形处理器CuPy对应物。
我有一个Cupy 2D数组，我需要删除它的重复行。不幸的是，cupy.unique()函数将数组展平并返回具有唯一值的一维数组。我正在寻找像numpy.unique(arr，axis=0)这样的函数来解决这个问题，但是CuPy还不支持(axis)选项
x = cp.array([[1,2,3,4], [4,5,6,7], [1,2,3,4], [10,11,12,13]])
y = cp.unique(x)
y_r = np.unique(cp.asnumpy(x), axis=0)
print('T
浏览 23提问于2019-11-01得票数 0
回答已采纳
使用Python3.5.7和Cuda10.1的MacOS HighSierra 10.13.6
pip3.5安装cupy -cupy 101和pip3.5安装cupy失败，有不同的问题。
第一次尝试: pip3.5安装cupy-cupy 101 -vvvv
Collecting cupy-cuda101
1 location(s) to search for versions of cupy-cuda101:
* https://pypi.org/simple/cupy-cuda101/
Getting page https://pypi.org/simple/cupy-cuda101/
Lo
浏览 0提问于2019-07-15得票数 3
1回答
我目前正在尝试弄清楚如何有效地使用CuPy streams。下面的代码通过重复的矩阵乘法计算矩阵的幂。我希望下面的代码将大部分时间花在同步行上，但它似乎大部分时间都花在matmul行上。这是CuPy中的一个错误，还是我错误地使用了CuPy流？ #!/usr/bin/env python
"""
stream_example.py
Inefficiently calculates a matrix power through repeated matrix multiplication.
"""
import numpy as np
im
浏览 37提问于2020-10-29得票数 1
我只想创建一个随机矩阵A，它的向量来自Dirichlet分布。该函数可以很好地与配合使用
import numpy as np
A = np.random.dirichlet(np.ones(n), n)
当我对做同样的事情时
import cupy as cp
A = cp.random.dirichlet(cp.ones(n), n)
我得到以下错误：
---------------------------------------------------------------------------
TypeError Tr
浏览 21提问于2021-02-28得票数 1
回答已采纳
假设我有一个名为"myfile.py“的文件，该文件输出它导入的模块的名称：
myfile.py
import numpy as np
def foo():
print(np.__name__)
当我导入myfile.py并从main.py运行foo()时，它输出"numpy"：
main.py
from myfile import *
foo()
>>> numpy
现在，我想基于一个名为cuda的变量导入cuda：如果cuda是True，那么我的文件应该是import cupy as np，foo()应该打印出"cupy"；
浏览 1提问于2022-01-31得票数 0
2回答
我附上了错误信息，因为我不知道从哪里开始。我尝试过更新setuptools以及清除和重新安装pip。
我正在运行Linux 19.3肉桂4.4.8。
如果有人经历过这个问题，或者有任何解决方案的建议，答案是非常感谢的。
Building wheels for collected packages: cupy
Building wheel for cupy (setup.py) ... error
ERROR: Command errored out with exit status 1:
command: /usr/bin/python3 -u -c 'import sy
浏览 18提问于2020-03-27得票数 3
回答已采纳
我希望移动我的自定义摄像机视频管道使用视频内存与numba和cupy的组合，并避免将数据传递回主机内存，如果可能的话。作为这样做的一部分，我需要将我的锐度检测例程移植到使用cuda。最简单的方法似乎是使用cupy作为基本，我所做的就是计算每个图像的laplace变换的方差。我遇到的麻烦是，立方方差计算似乎比numpy慢8倍。这包括将设备ndarray复制到主机并使用numpy在cpu上执行方差计算所需的时间。我希望能更好地理解为什么cupy在GPU上使用的方差计算ReductionKernel要慢得多。我将从包括我下面的测试开始。
import cupy as cp
import numpy
浏览 26提问于2022-01-12得票数 0
回答已采纳
chainer.cuda.available
和
chainer.cuda.cudnn_enabled
两者都返回'True‘。
但当我尝试的时候
cuda.to_gpu(data, 1)
它给出以下错误-
CUDARuntimeError Traceback (most recent call last)
<ipython-input-3-87cf96844cac> in <module>()
----> 1 cuda.to_gpu(data, 1)
/home/shreez/anaconda3
浏览 4提问于2016-07-14得票数 0
我试图用cupy作为需求之一制作一个pip包，但是我将cupy包含在需求中，pip安装在一个永无止境的循环中。我试图安装在Google Colab上，它已经安装了Cupy，所以它应该只检查Cupy是否已经安装，而不尝试再次安装它。
我在github中做了一个最小的pip包，这里cupy是唯一的要求。
我试着把它安装在Google中
!pip install --verbose https://github.com/Santosh-Gupta/TroubleShootCupyInstall/archive/master.zip --log 'file.log'
输出是很多，因为
浏览 0提问于2019-08-30得票数 2
回答已采纳
我正在写的代码，是理想的运行在图形处理器上的速度，使用CuPy。但是，我希望代码能够使用numpy实现运行(尽管速度较慢)。目前，我正在做以下工作：
import numpy as np
if gpu_present:
import cupy as cp
else:
import numpy as cp
我担心我以后会遇到问题。这是一个很好的实践吗？
浏览 0提问于2019-09-23得票数 3
我试图使用CuPy来加速目前主要使用NumPy的python函数。我在上安装了CuPy，安装了CUDA 10.0。
CuPy函数似乎工作得很好，但是，它们是，比它们的NumPy功能慢得多。例如，我从运行了第一个具有破坏性结果的示例：
import numpy as np
import cupy as cp
import time
### Numpy and CPU
s = time.time()
x_cpu = np.ones((1000,1000,1000))
e = time.time()
print(e - s) # output: 0.9008722305297852
### Cu
浏览 7提问于2021-02-02得票数 1
1回答
在通过"pip install cupy -cupy 110“安装cupy之后，我在python3中尝试了这样的方法：
导入cupy作为cp
然而，它失败了：
$ python3 Python3.8.10(默认，11月26日2021，20:14:08) GCC 9.3.0在linux类型“帮助”、“版权”、“信用”或“许可”上获得更多信息。
将cupy导入为cp回溯(最近一次调用)："/usr/local/lib/python3.8/dist-packages/cupy/init.py"，第18行，从导入_core # NOQA文件的第1行，在cupy._core导入核
浏览 9提问于2022-03-25得票数 0
1回答
这是一个有点奇怪的问题，因为CuPy是为GPU设计的。然而，根据我的程序的输入，我实际上想使用CPU，因为它更快。我已经试过了
if DISABLE_GPU:
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "-1"
虽然它阻止了对GPU的访问，但这会导致CuPy抛出一个错误：
cupy_backends.cuda.api.runtime.CUDARuntimeError: cudaErrorNoDevice: no CUDA-capable device is detected
有没有办法强迫CuPy使用C
浏览 2提问于2021-10-29得票数 0
当我尝试使用库CuPy和osgeo时，我将面临以下错误：
ValueError: non-scalar numpy.ndarray cannot be used for fill
我试着填充这个数组：
im = cupy.zeros([ds.RasterYSize, ds.RasterXSize, ds.RasterCount], dtype=np.float32)
for x in range(1, ds.RasterCount + 1):
band = ds.GetRasterBand(x)
im[:, :, x - 1] = band.ReadA
浏览 5提问于2021-08-03得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
