minpy使用GPU加速Numpy科学计算方式

 更新时间:2023年01月28日 09:48:01   作者:乌拉队长  
这篇文章主要介绍了minpy使用GPU加速Numpy科学计算方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教

minpy使用GPU加速Numpy科学计算

minpy是一个基于MXNet的支持GPU的加速Numpy计算的库,用法和Numpy几乎一样,使用:

import scipy.io as sio
import matplotlib as plt
import minpy.numpy as np

使用时只需要在Numpy前面加上minpy,就可以像Numpy一样使用它进行矩阵运算。

甩一条MXNet官网链接

minpy安装起来也很简单:

先安装MXNet依赖

# 安装cuda10.1版本的MXNet
pip install mxnet-cu101
  
# 如果你的cuda版本为10.0,则执行下面的命令,其他版本同理
pip install mxnet-cu100

然后安装minpy:

pip install minpy

然后就可以正常使用了。

Install mxnet and install minpy

make sure the things below.

  • 1.your machine has a nvidia gpu.
  • 2.installed gpu cuda and cudnn.

how to install mxnet?

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple     --upgrade mxnet-cu90

use cu90 because my cuda version is 9.0

then install minpy

pip install minpy

then is a demo to test minpy gpu acceleration.

import time    
import numpy as np    
import numpy.random as random    
import minpy.numpy as mnp    
    
    
def main():    
    random.seed(0)    
    X = random.randn(10000, 16000)    
    A = np.array(X,dtype=np.float32)    
    Y = random.randn(16000, 5000)    
    B = np.array(Y,dtype=np.float32)    
    
    print("A.shape:%s" ,A.shape)    
    print("B.shape:%s" ,B.shape)    
    
    start = time.time()    
    C = mnp.dot(A,B)    
    d1 = time.time() - start    
    print('minpy numpy:', d1)    
    print(C)    
    
    start = time.time()    
    C = np.dot(A,B)    
    d2 = time.time() - start    
    print('numpy:', d2)    
    print(C)    
    print("%s" , d2/d1)    
    
    
if __name__ == '__main__':    
    main()    

output

A.shape:%s (10000, 16000)
B.shape:%s (16000, 5000)
minpy numpy: 0.3046295642852783
[[-129.23964     34.24473    205.77763   ...   64.57458   -134.04288
  -282.5226   ]
 [  56.055874   151.66455      4.534541  ...  -59.855354    77.807755
   102.97847  ]
 [  53.7853    -133.20685   -114.16803   ...  -78.15841    -22.429447
  -100.71634  ]
 ...
 [  18.944311  -179.30074   -114.42271   ...  -22.20309    -29.131681
    16.166618 ]
 [  -5.1453457  -11.761197   -28.63139   ... -236.34016    -67.44423
   -50.811813 ]
 [ 137.46251    -77.67743    -74.262535  ...  -25.249132    83.94517
   -14.008699 ]]
numpy: 3.323066234588623
[[-129.23964     34.24473    205.77763   ...   64.57458   -134.04288
  -282.5226   ]
 [  56.055874   151.66455      4.534541  ...  -59.855354    77.807755
   102.97847  ]
 [  53.7853    -133.20685   -114.16803   ...  -78.15841    -22.429447
  -100.71634  ]
 ...
 [  18.944311  -179.30074   -114.42271   ...  -22.20309    -29.131681
    16.166618 ]
 [  -5.1453457  -11.761197   -28.63139   ... -236.34016    -67.44423
   -50.811813 ]
 [ 137.46251    -77.67743    -74.262535  ...  -25.249132    83.94517
   -14.008699 ]]
%s 10.908548034020265

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

您可能感兴趣的文章:

相关文章

  • python中列表添加的四种方法小结

    python中列表添加的四种方法小结

    这篇文章主要介绍了python中列表添加的四种方法小结,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-05-05
  • 关于Python时间日期常见的一些操作方法

    关于Python时间日期常见的一些操作方法

    Python的datetime模块是处理日期和时间的强大工具,datetime类可以获取当前时间、指定日期、计算时间差、访问时间属性及格式化时间,这些功能使得在Python中进行时间日期处理变得简单高效,需要的朋友可以参考下
    2024-09-09
  • 如何用Python来搭建一个简单的推荐系统

    如何用Python来搭建一个简单的推荐系统

    这篇文章主要介绍了如何用Python来搭建一个简单的推荐系统,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • 用Python的Tornado框架结合memcached页面改善博客性能

    用Python的Tornado框架结合memcached页面改善博客性能

    这篇文章主要介绍了用Python的Tornado框架结合memcached页面改善vLog性能,主要使用到了缓存来提升性能,需要的朋友可以参考下
    2015-04-04
  • Python PyQt5 Pycharm 环境搭建及配置详解(图文教程)

    Python PyQt5 Pycharm 环境搭建及配置详解(图文教程)

    这篇文章主要介绍了Python PyQt5 Pycharm 环境搭建及配置详解,文中通过图文介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-07-07
  • Python 基础教程之str和repr的详解

    Python 基础教程之str和repr的详解

    这篇文章主要介绍了Python 基础教程之str和repr的详解的相关资料,主要说明他们之家的区别,通过此文希望能帮助到大家,帮助大家理解这部分内容,需要的可以参考下
    2017-08-08
  • Pygame坦克大战游戏开发实战详解代码

    Pygame坦克大战游戏开发实战详解代码

    《坦克大战》以二战坦克为题材,既保留了射击类游戏的操作性,也改进了射击类游戏太过于复杂难玩的高门槛特点,集休闲与竞技于一身。经典再度袭来,流畅的画面,疯狂的战斗,让玩家再次进入疯狂坦克的世界。玩家的目标是控制坦克躲避危险,消灭掉所有的敌人即可进入下一关
    2022-02-02
  • python计算最小优先级队列代码分享

    python计算最小优先级队列代码分享

    python计算最小优先级队列代码分享,大家参考使用吧
    2013-12-12
  • windows下numpy下载与安装图文教程

    windows下numpy下载与安装图文教程

    这篇文章主要为大家详细介绍了windows下numpy下载与安装图文教程,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-04-04
  • Python之关于类变量的两种赋值区别详解

    Python之关于类变量的两种赋值区别详解

    这篇文章主要介绍了Python之关于类变量的两种赋值区别详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-03-03

最新评论