Python GPU 加速数据科学 | 计算距离矩阵在用 cuPy 时快了约 100 倍

Posted 叶庭云

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python GPU 加速数据科学 | 计算距离矩阵在用 cuPy 时快了约 100 倍相关的知识,希望对你有一定的参考价值。

文章目录

CSDN 叶庭云https://yetingyun.blog.csdn.net/


一、环境配置

利用 cuPy 的 cupyx.scipy.spatial.distance 方法计算距离矩阵时,这个 distance 模块使用 pylibraft 作为后端,因此还需要安装好 pylibraft package 才行,可以直接从 Conda 安装,链接为:https://anaconda.org/rapidsai/pylibraft

也可以用 pip install 安装 pylibraft-cu11cupy-cuda11x(注意:我本地 CUDA 版本为 11.3,因此选择 pylibraft-cu11 与 cupy-cuda11x&#

以上是关于Python GPU 加速数据科学 | 计算距离矩阵在用 cuPy 时快了约 100 倍的主要内容,如果未能解决你的问题,请参考以下文章

Python 实用技能 RAPIDS | 利用 GPU 加速数据科学工作流程

Python 实用技能 RAPIDS | 利用 GPU 加速数据科学工作流程

matlab如何gpu加速

Python基于pyCUDA实现GPU加速并行计算功能入门教程

torch中topk()无法gpu加速

R 语言地理距离计算:中国各市的邻接权重矩阵距离权重矩阵和反距离权重矩