在过去的两天里，我一直在尝试实际使用python计算图片堆栈的梯度。
Numpy.gradient（）给我值，但它们不足以进行边缘检测，因此我还写了我自己的内核，用灰色值（请称其为堆栈）乘以Array中的每个值。
因此numpy.gradients（）确实非常快，但还不够好，我的梯度计算需要很多时间（大约45分钟）。借助OpenCV和CV矩阵在C ++中实现相同功能，一切都变得更快（大约3分钟），但是我无法在python和c ++之间建立包装。
是否有一种方法可以获取形状为NxMxK的numpy float32数组，并以某种方式在GPU上计算x，y，z方向上的梯度？我尝试了cudamat，但是只有基本的矩阵运算，并且tensorflow或pytorch似乎很复杂：（