cupyx.optimizing.optimize

cupyx.optimizing.optimize(*, key=None, path=None, readonly=False, **config_dict)

一个上下文管理器，用于优化内核启动参数。

在此上下文中，CuPy 的例程会寻找最佳的内核启动参数值（例如，线程数和块数）。找到的值会被缓存，并以给定输入数组的形状、步长和数据类型作为键进行复用。

参数:

• key (string 或 None) – 优化的缓存键。

• path (string 或 None) – 保存优化缓存记录的路径。指定并存在路径时，记录将从该路径加载。当 readonly 选项设置为 False 时，优化缓存记录将在优化后保存到该路径。

• readonly (bool) – 参见 path 选项的描述。

• max_trials (int) – 试验次数，默认为 100。

• timeout (float) – 在给定秒数后停止研究。默认值为 1。

• max_total_time_per_trial (float) – 重复测量例程执行时间，直到给定秒数。默认值为 0.1。

示例

>>> import cupy
>>> from cupyx import optimizing
>>>
>>> x = cupy.arange(100)
>>> with optimizing.optimize():
...     cupy.sum(x)
...
array(4950)

注意

需要安装 Optuna (https://optuna.org)。目前仅支持规约运算。