如何仅使用普通python激活google colab gpu

Question

我是google colab的新手

我正试图在那里深入学习

深度学习lib库，没有任何特定的深度学习库，如TysFooLoad、PyTrk等。

我认为我使用的是gpu，因为我在colab中正确地选择了运行时类型

然而，在代码执行期间，我有时会收到退出gpu模式的消息，因为我没有使用它

所以，我的问题是：如果没有特殊的ai库，如何使用GoogleColab gpu，只使用普通python？是否有类似于“装饰代码”的东西可以放入我的原始代码中，从而激活gpu

Answer 1

使用PyTorch或Tensorflow这样的框架更容易

如果没有，您可以尝试pycuda或numba，它们更接近于“纯”GPU编程。这比仅仅使用Pytork还难

Answer 2

确保Nvidia驱动程序是最新的，您也可以安装Cuda工具包（不确定您是否需要在collab中安装）

还有麻木

如果需要，可以使用conda安装它们

范例

conda install numba & conda install cudatoolkit
or
pip install numba

对于要通过GPU计算的函数，我们将使用numba.jit decorator。装饰器有几个参数，但我们将只使用目标参数。目标告诉jit编译源代码（“CPU”或“Cuda”）。“Cuda”对应于GPU。但是，如果CPU作为参数传递，那么jit会尝试优化代码，使其在CPU上运行得更快，并提高速度

from numba import jit, cuda 
import numpy as np

@jit(target ="cuda")                          
def func(a): 
    for i in range(10000000): 
        a[i]+= 1