Cupy的用处概述

前提：传统的数组和矩阵都是通过numpy来设定，然后numpy来调用cpu计算！

cupy的作用：数组和矩阵都是通过cupy来设定，然后cupy来调用gpu并行计算！

区别与联系：

cupy的优势 ：专门进行大型、高维数组/矩阵的快速计算（非常非常快）！

要想实现数组/矩阵的快速运算，要注意3点：

下面用一个很简单的例子即可体现上面的内容：循环矩阵相加

三组循环矩阵相加的耗时结果：

彼此差距非常明显！上文中需要注意的2、3点非常非常重要！

由本例也可看出，cupy的gpu并行计算潜力有多大！

本例的计算量还是太小，一个GTX-1050的笔记本显卡，都根本还没发挥其功力！如果将cupy应用到服务器上、应用到深度学习之中，潜力非常大！

本文集会持续更新cupy的相关操作，并实时将其与对应的numpy使用进行对比。

numpy教程网站

cupy教程网站

用cupy和numpy直接创建的数组/矩阵，类型是不一样的！无法相互之间进行运算。

用type查看二者的数据类型：

其实，如果只需要进行大量数组/矩阵间计算，然后将结果存储到某个" 容器 "之中，以cupy目前实现的函数功能来看，只用cupy来完成肯定是够的，完全可以一点没有numpy的影子。

但是，很多的" 第三方包是不认识cupy的数据类型 "的！本人就发现" matplotlib "就不识别cupy的数据类型！因此，如果除" 纯计算 "外还有别的需求，需要将cupy数据先转为numpy数据（numpy是转不了cupy的！）

cupy转numpy的函数： cupy.asnumpy()

结果：

有了这么简单的数据互转函数，只要计算量大，可以用cupy完全替换numpy！

直到需要使用其他第三方包的时候，再把cupy数据类型转回到numpy即可。

---