我已经使用numpy编写了代码,它接受一个大小为(m X N)的数组...行(m)是由(n)个特征组成的单个观测值...并创建大小为(m×m)的平方距离矩阵。for i in range(700): distance[i,j] = l1_distance(X[i,:] - X[j,:]) 我尝试在GPU上使用cupy对第二个import语句进行umcommenting,但显然double for循环的效率非常低。numpy大约需要6秒,而<
当使用numpy时,它可以很好地工作并输出过滤后的值。然后我想看看我是否可以使用图形处理器并加快速度,并听说了CuPy,它的工作原理类似于numpy。但是,当我将numpy数组替换为cupy数组时,我得到以下错误ValueError: could not convert b, a, and x to a common typey = butter_lowpass_filter(new_frame_cp, cutoff