CuPyのElementwiseKernelで楽にGPUの恩恵を受ける - Qiita
Powered by DLHacks はじめまして、マンボウです。普段は信号処理や画像解析をやっています。 唐突ですが、PythonからピンポイントにCUDAの機能を利用できるCuPyのElementwiseKernelを紹介します。 CUDAと言っても恐れることはなく、「C++の記法をなんとなく理解している」レベルの人でも簡単に利用できます。 はじめに Pythonは書きやすく読みやすいので私は好きです。 しかし、膨大な信号や大量の画像をPythonで扱っていると、どうしても速度が気になりだします。 かといって、全てをC++やCUDAで書き直すのも骨が折れます。 特に、データ解析で1回しか使わないようなコードを頑張ってC++やCUDAで仕上げるのは辛いです。 「『この部分だけ』で良いんや！折角GPU積んでるんだから『この部分だけ』CUDAで書かせてくれ！」 と思うことが多々あるのです。
Quick Guide for setting up PyTorch with Window in 2 mins
Edited: Since PyTorch 0.4.0 (The latest is 1.0 now), there are official Window Support, please install Pytorch with either pip or conda, details are written in their homepage instead if you want to use the new version. Pytorch has done a great job, unlike Tensorflow, you can install PyTorch with a single command. It handles CUDA and CuDNN out of the box for you in most case. In other word, you don
chainer.cuda.elementwiseを使ってGPUで処理を行う - Qiita
はじめに Chainerのfunctionsのコードを読んでいるとcuda.elementwiseとかcuda.reduceの呼び出しを見かけることがあります。 これらは独自の処理をGPU上で実行するためのメソッドです。 Chainer functionの実装には欠かせないメソッドと言えるわけで、Chainer中級者になるために必要そうなので調査しました。 この記事ではcuda.elementwiseを扱い、cuda.reduceについては説明しません。 cuda.elementwiseの説明は以下にあります。 http://docs.chainer.org/en/stable/cupy-reference/kernel.html またSlideShareにPreferred Networksの奥田氏による解説があります。 http://www.slideshare.net/ryokuta
CUDA 8.0 RCをUbuntu 16.04 LTS + GTX1080にインストール - Qiita
Ubuntu 16.04 LTS + GeForce GTX 1080の環境に、CUDA 8.0 RCをインストールします。Ubuntu 16.04 LTSでは、デフォルトでgcc 5.4のため、CUDA toolkitのインストール時に適切なコンパイラが無いと怒られます。2016年8月8日にgcc 5.4に対応した公式パッチが出たのですが、これに対するドキュメントが見当たらないため、メモ代わりに残しておきます。（gccを5.3.1にダウングレードすれば、パッチを使用せずにインストールできると思います。） 公式ドキュメントを見る まずは、公式ドキュメントであるInstallation Guide for Linuxを確認します。以下の手順は基本的に公式ドキュメントのPackage Manager Installationをベースにインストールを試みます。 CUDA 8.0 RCをダウンロー
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
