在没有深度学习框架的情况下运行GPU进行计算

Question

我在编写卷积神经网络时没有使用Tensorflow或Pytorch之类的框架。

我将Windows 10与Anaconda一起使用。

现在，我具有诸如

def normalization(input_data):

def forward_convolutional_layer(input_data, filter_value, num_padding, stride):

def pooling_layer(input_data, pooling_size, stride):

现在，可以肯定的是，所有计算都是通过CPU完成的。我希望这些函数使用GPU处理它们的计算，我认为这是深度学习的强大功能。

为此，我知道需要使用numba，但是我不确定如何使用它。

接下来我该怎么办？

Answer 1

了解Numba的CUDA兼容性https://numba.pydata.org/numba-doc/dev/cuda/index.html 但是，在GPU上使用Numba对我来说是一项艰巨的任务。也许CuPy将更适合您的需求... https://cupy.chainer.org/ CuPy是一个在CUDA上执行计算的库，但同时保留了NumPy的语法和兼容性