scikit-cuda 0.5.3

包装说明

scikit cuda为cuda中的许多函数提供了python接口 设备/运行时、cublas、cuft和cusolver库作为 英伟达的CUDA Programming Toolkit，以及 用于选择CULA Dense Toolkit中函数的接口。 两个低级包装函数都类似于它们的c对应函数和高级包装函数 提供了与NumPy and Scipy中类似的函数。

文档

包文档可在 http://scikit-cuda.readthedocs.org/。很多高层 函数的docstring中有示例。更多说明如何 要同时使用包装器和高级函数，可以在 demos/和tests/子目录。

开发

最新的源代码可以从 https://github.com/lebedov/scikit-cuda。

当通过issue tracker提交错误报告或问题时，请包括以下内容 信息：

• python版本。
• 操作系统平台。
• cuda和pycuda版本。
• scikit-cuda的版本或git修订版。

引用

如果您在学术出版物中使用scikit cuda，请按以下方式引用：

@misc{givon_scikit-cuda_2019,
          author = {Lev E. Givon and
                    Thomas Unterthiner and
                    N. Benjamin Erichson and
                    David Wei Chiang and
                    Eric Larson and
                    Luke Pfister and
                    Sander Dieleman and
                    Gregory R. Lee and
                    Stefan van der Walt and
                    Bryant Menn and
                    Teodor Mihai Moldovan and
                    Fr\'{e}d\'{e}ric Bastien and
                    Xing Shi and
                    Jan Schl\"{u}ter and
                    Brian Thomas and
                    Chris Capdevila and
                    Alex Rubinsteyn and
                    Michael M. Forbes and
                    Jacob Frelinger and
                    Tim Klein and
                    Bruce Merry and
                    Nate Merill and
                    Lars Pastewka and
                    Li Yong Liu and
                    S. Clarkson and
                    Michael Rader and
                    Steve Taylor and
                    Arnaud Bergeron and
                    Nikul H. Ukani and
                    Feng Wang and
                    Wing-Kit Lee and
                    Yiyin Zhou},
    title        = {scikit-cuda 0.5.3: a {Python} interface to {GPU}-powered libraries},
    month        = May,
    year         = 2019,
    doi          = {10.5281/zenodo.3229433},
    url          = {http://dx.doi.org/10.5281/zenodo.3229433},
    note         = {\url{http://dx.doi.org/10.5281/zenodo.3229433}}
}

作者和致谢

查看包含的AUTHORS 文件以获取更多信息。

关于CULA可用性的说明

截至2017年，CULA工具包面向 Celerity Tools（新兴光电技术 HPC现场）。

相关

hannes为cuDNN编写的python包装器 Bretschneider可用here。

ArrayFire是一个免费的库，包含许多基于gpu的例程和一个officially supported Python interface。

许可证

此软件是根据BSD License授权的。查看包含的 LICENSE 文件以获取更多信息。