利用Windows的Anaconda安装Cupy

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