项目场景:
**
利用Windows的Anaconda安装Cupy
**
问题描述
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)。
原因分析:
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)。
解决方案:
首先进入Anaconda Prompt,使用命令行安装即可,前提是需要安装前期准备的库,我的电脑是:Cuda10.1.15+python3.7+VS2015+cudnn7.6,所以需要执行如下操作:
(base) C:\Users\Administrator>pip install cupy-cuda101
以下列出了根据CUDA版本需要安装的cupy版本:
# 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<8.0.0"
这里写"cupy-cuda101<8.0.0"是为了避免后续有很多坑
验证方案:
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) )
即说明已经安装成功