我正在使用numba在GPU上编写优化的Floyd-Warshall算法。我需要它在10,000个矩阵的情况下在几秒钟内工作。目前，处理过程大约在60秒内完成。下面是我的代码： def calcualte_distance_to_all_gpu(matrix): blockspergrid_xk] + matrix[k, j] < matrix[i, j]:
浏览 35提问于2020-12-06得票数 1
回答已采纳
1回答
在我熟悉Python (numba )中的CUDA期间，我实现了矩阵提供方法：
numpy.random.randint(0, 5, (N, N)) # with int32
浏览 5提问于2015-04-29得票数 5
回答已采纳
2回答
feed_dict = { network.Network_Input: networkInput然而，TensorFlow 1.15需要的是
浏览 1提问于2019-11-13得票数 1
1回答
我有一个具有多重身份的列表，每个标识都由多个图像组成。当我从json列表中检索正面图像时，效果很好。在此之后，我将这个正列表与之混合，通过对每个图像进行交叉乘积，然后保存在负数组中。当我做交叉产品，我的系统得到完全挂，即使我有16 GB内存与GPU。
浏览 5提问于2021-01-08得票数 0
我正在尝试使用numba.cuda在GPU上运行任意的渐近lambdify函数。这可能源于我对numba工作方式的根本误解，但文档中的示例有些稀少，我尝试修改每个给定的示例，试图做我想做的事情，但没有结果。函数不能返回一个值，但似乎表明numba没有为cuda编译这个函数的问题，只是它无法在最后知道如何处理这个值。类型的<class‘class’>函数‘>”)似乎
浏览 1提问于2020-08-24得票数 1
我似乎无法理解numba对cuda支持的要求。在这里()，它说我需要高于2.0的计算能力，我有一个NVIDIA GeForce 820米，它有2.1，所以我认为这没问题，但这里()它说我需要3.0或更高，甚至它是停止了。(注册商标) Cuda编译器驱动程序版权(c) 2005-2022 NVIDIA公司建立在Tue_May__3_19:00:59_Pacific_Daylight_Time_2022 Cuda编译工具上，版本11.7，V11.7.64构建cuda_11.7.r11.7/编译器.31294372_0
浏览 3提问于2022-06-01得票数 0
回答已采纳
1回答
我正在尝试实现一个利用GPU/CUDA并行化作为宠物项目的素因式分解算法。
我使用python和numpy和numba作为并行化部分。我现在的问题是，我到达64位整数边界的速度相当快，我正在寻找解决方案来解决这个问题。由于numpy/numba只支持多达64位的整数(与python本身中的任意大数相比)，所以我现在只能停留在这里。从本质上讲，GPU上的部分主要是
浏览 2提问于2022-09-05得票数 0
3回答
什么时候能有效？
、、、
我知道numba会创建一些间接费用，在某些情况下(非密集计算)，纯python会变得更慢。但我不知道的是在哪里划界线。是否可以用算法复杂度的顺序来确定在哪里？sum_1(a,b): for i,j in zip(a,b): return result
%timeit -o sum_2(a,b)
UPDADE:我要找的是类似于这样的</
浏览 0提问于2019-03-29得票数 4
回答已采纳
我可以使用我的GPU的核心来加速这个问题并加快速度吗？如果是的话，我该如何做？在我的CPU中，大约有10万亿个线程做不到，这就是为什么我想用GPU加速它。我也有兴趣看到任何多线程CPU的答案，但我真的很想看到它在GPU上完成。理想情况下，我希望答案尽可能简单。我的代码： y += 1/x
print(y)
浏览 5提问于2022-06-23得票数 1
我正在研究密码学，它包括2048位大小的非常大的整数。我在python中返回了我的算法，并且工作得很好。现在，我需要用GPU加速这个算法。所以，我要用numba来计算。我收到了跟随错误。请协助我处理非常大的整数。
浏览 1提问于2019-10-27得票数 4
我想知道在python2.7中安装Numba是否会干扰tensorflow-gpu在Ubuntu 16.04上的安装(并正常工作)？我想用numba对向量和矩阵(如向量)进行gpu加速计算，然后在tensorflow深度学习模型中使用这些计算矩阵。
浏览 0提问于2018-03-23得票数 0
回答已采纳
1回答
我有一个具有所有正权重的加权图。我需要找到从顶点x到顶点y的最短路径。在这种情况下，我是否应该更喜欢Floyd-Warshall算法而不是Dijkstra的算法，因为我对从单个源到所有顶点的最短路径不感兴趣，而只是对特定的2个顶点之间的最短路径感兴趣。我可以将Floyd-Warshall限制为只关心感兴趣的2个顶点x和y。在这种情况下，我认为Floyd-Warshall可以在O(|
浏览 3提问于2019-11-19得票数 1
1回答
我们是说，在大量行上需要相当小的计算量的任务根本不适合GPU吗？
@guvectorize(['void(fl
浏览 0提问于2018-04-26得票数 3
回答已采纳
1回答
我知道主要测试的实现并不是最好的，我试着在实践中使用它来与CUDA合作。我不明白为什么文件不编译。请不要给我一个基本测试的解决方案，因为我是全心全意地学习自己。import numpy as np
def seive(array): seive[4, 5](arr)
File "C:\Users\anaconda3\envs\EulerProj
浏览 0提问于2021-01-23得票数 0
在一些研究工作中，我需要执行一些重复图论和复杂的网络算法来分析大约2000无自循环的无向简单图。每个图有大约40,000个节点和大约600,000个边(实质上使它们成为稀疏图)。解释我可能的解决办法和我对它们的困惑：
A)使用邻接矩阵的GPU作为图形数据结构：I可以在GPU上放置邻接矩阵，用PyCuda或Numba手动编码，只使用循环作为递归不能由GPU处理。我的
浏览 7提问于2020-12-08得票数 2
回答已采纳
今天，我开始使用CUDA和GPU处理。我找到了这个教程：from numba import jit, cuda # to measure exec time：
/home/amu/anaconda3/bin/python /home/amu/PycharmProjects/gpu_processing_base/<em
浏览 25提问于2020-05-24得票数 10
回答已采纳
我正试着进入numba gpu processing。现在我想在我的gpu上运行它。我尝试使用以下decorators@numba.njit(target='gpu')这些都不管用。我安装了numba 49.1和cudatoolkit 9.0。
我是否必须更改function才能使其工作？
浏览 3提问于2020-07-08得票数 2
回答已采纳
1回答
用numba加速拍摄？
、、、
有没有可能使用numba来加速np.take？import numpy as np result = np.empty_liketake' ): r0 = take( x, idx )
浏览 3提问于2014-11-14得票数 3
1回答
我正在尝试实现Arnold算法来加密图像。我设法做到了，但我也想尝试在GPU上看看速度的差异。从我搜索的内容来看，我似乎不得不使用Numba、PyTorch、Cupy库来使它在GPU上工作。如果你能引导我找到一个解决方案，它将对我有很大的帮助！谢谢from numba import jitimport time
def transform(im
浏览 1提问于2021-12-22得票数 0
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
