CuPy 特有函数#

CuPy 特有函数位于 cupyx 命名空间下。

`cupyx.rsqrt`	返回倒数平方根。
`cupyx.scatter_add`(a, slices, value)	将给定值添加到数组的指定元素。
`cupyx.scatter_max`(a, slices, value)	将由索引指定的元素的最大值存储到数组中。
`cupyx.scatter_min`(a, slices, value)	将由索引指定的元素的最小值存储到数组中。
`cupyx.empty_pinned`(shape[, dtype, order])	返回具有给定形状和 dtype 的新的未初始化 NumPy 数组。
`cupyx.empty_like_pinned`(a[, dtype, order, ...])	返回具有与给定数组相同形状和 dtype 的新的未初始化 NumPy 数组。
`cupyx.zeros_pinned`(shape[, dtype, order])	返回具有给定形状和 dtype 的新的零初始化 NumPy 数组。
`cupyx.zeros_like_pinned`(a[, dtype, order, ...])	返回具有与给定数组相同形状和 dtype 的新的零初始化 NumPy 数组。

非 SciPy 兼容 Signal API#

cupyx.signal 下的函数是 Nvidia cuSignal 团队慷慨移植的非 SciPy 兼容信号 API。

`cupyx.signal.channelize_poly`(x, h, n_chans)	将信号多相通道化为 n 个通道
`cupyx.signal.convolve1d3o`(in1, in2[, mode, ...])	使用三阶滤波器对一维数组进行卷积。
`cupyx.signal.pulse_compression`(x, template)	脉冲压缩用于通过对发射脉冲（模板）与接收信号 (x) 进行匹配滤波来提高距离分辨率和 SNR。
`cupyx.signal.pulse_doppler`(x[, window, nfft])	脉冲多普勒处理产生一个距离/多普勒数据矩阵，该矩阵表示与杂波分离的移动目标数据。
`cupyx.signal.cfar_alpha`(pfa, N)	计算与给定误报概率和参考单元数 N 对应的 alpha 值。
`cupyx.signal.ca_cfar`(array, guard_cells, ...)	计算给定数组的单元平均恒定误报率 (CA CFAR) 检测器阈值并返回。
`cupyx.signal.freq_shift`(x, freq, fs)	在 fs 采样率下按 freq 偏移信号频率

`cupyx.profiler.benchmark`(func[, args, ...])	用于测量 CPU 和 GPU 耗时的计时工具。
`cupyx.profiler.time_range`([message, ...])	使用 NVTX/rocTX 通过范围标记函数调用。
`cupyx.profiler.profile`()	在 with 语句期间启用 CUDA 性能分析。

以下是用于从 DLPack 张量或任何支持 DLPack 数据交换协议的对象创建 cupy.ndarray 的辅助函数。更多详细信息请参见 DLPack。

cupy.from_dlpack(array, *[, device, copy])

符合 DLPack 数据交换协议的数组对象之间的零拷贝转换。

优化内核启动参数的上下文管理器。