我应该如何将定义的函数应用于丘比阵列而不是np.矢量化? 在cupy中实现了类似的功能吗?在
我正在用python3.6.9编写模拟程序。在
我想在GPU(GTX1060,NVIDIA)和CuPy(CUDA10.1为6.0.0)进行模拟。在
在原始代码中,函数数字矢量化已用于将定义的函数应用于np.数组. 然而,在CuPy中还没有实现相同的功能。在
原始代码如下:
#For define function
def rate(tmean,x,y,z):
rate = 1/z/(1 + math.exp(-x*(tmean-y)))
#DVR<0
if rate < 0:
rate = 0
return rate
#tmean is temperature data(365,100,100) and loaded as np.array
#paras is parameter(3,100,100)
#vectorized
f = np.vectorize(rate)
#roop
for i in range(365):
#calc developing rate(by function "rate") and accumulate
dvi[i,:,:] = dvi[i-1,:,:] + f(tmean[i,:,:],paras[0],paras[1],paras[2])
我知道numpy的功能在丘比已经实现了。 所以我改变了
^{pr2}$到
f= cp.vectorized(rate)
但是AttributeError发生了。在
GPU不能并行化任意Python代码。用NumPy兼容的操作编写所有内容,比如
为了加快速度,您可以使用
^{pr2}$cupy.ElementwiseKernel
(https://docs-cupy.chainer.org/en/stable/tutorial/kernel.html),它为矢量化操作创建一个单独的内核。在{cd2>尝试从Python创建代码。在
相关问题 更多 >
编程相关推荐