CuPy文档指南提供了一站式资源，帮助开发者利用NVIDIA CUDA加速科学计算与机器学习任务。通过NumPy接口兼容性，实现GPU上的高效数据处理和算法开发。
CuPy 是一个在 CUDA 上实现的与 NumPy 兼容的多维数组库。它主要包括 cupy.ndarray 类，这是其核心的多维数组类以及许多在此基础上定义的功能函数。尽管 CuPy 支持一部分 numpy.ndarray 接口，但并非全部。
以下是支持的部分 NumPy 接口概览：
- 基本索引（通过整数、切片、新轴和 Ellipsis 进行）
- 大多数高级索引功能（不包括某些使用布尔掩码的复杂情况）
- 数据类型：bool_, int8, int16, int32, int64, uint8, uint16, uint32, uint64,float16, float32, float64, complex64, complex128
- 大多数数组创建函数（empty，ones_like，diag等）
- 多数数组操作函数（reshape，rollaxis，concatenate 等）
- 具有广播功能的所有运算符
- 所有的通用函数用于逐元素操作(除了处理复数的那些)
- 通过 cuBLAS 加速的线性代数函数包括乘积(dot, matmul等)和分解(cholesky, svd等).
- 沿轴进行归约（sum，max，argmax 等）
CuPy 还具有以下性能优化功能：
- 用户定义的逐元素 CUDA 内核
- 用户定义的归约 CUDA 内核
- 将多个 CUDA 内核融合以优化用户自定义计算
- 可定制内存分配器和内存池
- cuDNN 工具包
5星
