在NVIDIA GPU上运行Python代码

时间:2018-04-22 00:58:12

标签: python cuda gpu igraph nvidia

我不熟悉在NVIDIA GPU上使用python进行编程,因此有以下问题陈述。

我尝试使用python' s igraph库在Youtube数据集(http://netsg.cs.sfu.ca/youtubedata/)上分两部分进行社交网络分析。

  1. 在第一部分中,我将研究度分布,中心度量和计算HITS分数,页面排名,聚类系数。
  2. 在第二部分中,我将使用监督学习,PropFlow,接近度评分,监督随机游走来研究视频之间的链接预测。
  3. 目前我完成了预处理部分,但是当我尝试使用PyCharm IDE中的igraph库在我们的数据集的一部分(包含5538个唯一节点的子集)上生成图形时,代码运行3个小时,没有结束了。

    我想知道在我的机器上运行NVIDIA GPU上的py​​thon代码会加快速度吗?

    还有没有办法在不使用python的Anaconda发行版的情况下使用CUDA(https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=7&target_type=exelocal)直接在GPU上运行用pycharm IDE编写的代码?我尝试在网上搜索相同但无法找到的。

    系统配置

    1. Windows 7(64位)

    2. NVIDIA GeForce 820M GPU(2 GB)

    3. RAM(8 GB)

    4. Python 2.7.14

    5. PyCharm IDE(社区版)

1 个答案:

答案 0 :(得分:-1)

如果您只使用Python模块,可能大部分计算都在其中进行,因此您需要改进库,而不是代码。

另一方面,如果您有自己的进程,可以使用PyCUDA来改进它们,但请注意,并非所有代码都可以并行化,并且您不会总是获得惊人的加速。 您可以对代码进行分析,看看它是否遵循允许您使用GPU内核的某个Flynn's taxonomy

可悲的是,没有神奇的插件能够在GPU上使用PyCharm运行你的代码。