如何将我的 python 代码转换为在 GPU 而不是 CPU 上运行？

Question

我得到了一个 python 代码，它接受两个图像作为输入，并使用 Gabor 过滤器来查找两个图像的 RGB 的相关性并将其保存在一个 csv 文件中。所以我需要使用 GPU 执行程序，因为它需要很多时间和 CPU 利用率。我有一个 GeForce GTX 1050 Ti，并且是一个完全的编程初学者。

我做了一些研究并了解了 CUDA 和 Tensorflow，但我真的不确定如何继续实施它，以及在不更改大部分代码的情况下最好的方法是什么。

#Gabor Filter
def build_filters():
    filters = []
    #tesing phrase filter - reduce
    for ksize in range(9, 19, 5):
        for theta in np.arange(45, 225, 45):
            for sigma in range(2,6,2):
                kern = cv2.getGaborKernel((ksize, ksize), sigma, theta, 5.0, 0.5, 0, ktype=cv2.CV_32F)
                kern /= 1.5*kern.sum()
                filters.append(kern)
    return filters

#Apply filter into the image
def process(images, f):
    accum = np.zeros_like(images)
    for kern in f:
        fimg = cv2.filter2D(images, cv2.CV_8UC3, kern)
        np.maximum(accum, fimg, accum)
    return accum

完整代码： https://gitlab.com/t.tansuwan/image_diff_kce/blob/master/allPixelNoCrop.py

谢谢！

Answer 1

Numba 可以将一小部分 Python 子集转换为 .

您需要使用 conda 包管理器安装 numba 和 cudatoolkit：conda install numba cudatoolkit。然后可以加@jit(nopython=True, parallel=True)

我不确定 Numba 是否可以与 OpenCV 一起使用，但您当然可以尝试。 Python 并不真正适合高性能计算，你最好学习 FORTRAN，一种着色器语言或 C 并用它来实现你的计算。