Python GPU 加速数据科学 | 计算距离矩阵在用 cuPy 时快了约 100 倍

文章目录

  • 一、环境配置
  • 二、计算距离矩阵

CSDN 叶庭云https://yetingyun.blog.csdn.net/


一、环境配置

利用 cuPy 的 cupyx.scipy.spatial.distance 方法计算距离矩阵时,这个 distance 模块使用 pylibraft 作为后端,因此还需要安装好 pylibraft package 才行,可以直接从 Conda 安装,链接为:https://anaconda.org/rapidsai/pylibraft

Python GPU 加速数据科学 | 计算距离矩阵在用 cuPy 时快了约 100 倍_第1张图片

也可以用 pip install 安装 pylibraft-cu11cupy-cuda11x(注意:我本地 CUDA 版本为 11.3,因此选择 pylibraft-cu11 与 cupy-cuda11x&#

你可能感兴趣的:(数学建模/大数据分析与可视化,Python,数据科学,距离矩阵计算,GPU,加速,CuPy)