如何使用 cupy 循环 numpy ndarray？真的会提高执行时间吗？

Question

我有两个相同大小的 numpy ndarray[512 X 512]。我想根据其他数组值更改一个数组。但是执行时间真的很长。所以，我想将 numpy ndarray 更改为 cupy ndarray 并希望在 GPU 中执行。可能吗？会缩短执行时间吗？这是我当前的一段代码。

for n,val in enumerate(array_A.flat):
    if val < 200:
        Array_B.flat[n] = -1000

Answer 1

如果您使用 NumPy 的内置函数对选项进行矢量化，您将体验到性能的巨大提升：

Array_B[array_A < 200] = -1000

这将操作推到较低级别，避免执行 Python 中的循环。