将函数元素应用于 Pytorch CUDA 张量的并行方式

【问题标题】：Parallel way of applying function element-wise to a Pytorch CUDA Tensor将函数元素应用于 Pytorch CUDA 张量的并行方式
【发布时间】：2017-11-10 00:09:56
【问题描述】：

假设我有一个 Torch CUDA 张量，我想应用一些函数，例如 sin()，但我已经明确定义了函数 F。如何使用并行计算在 Pytorch 中应用 F。

【问题讨论】：

你能详细说明这个问题吗？是否要在 GPU 中执行用户定义的F？

标签： gpu torch pytorch tensor

【解决方案1】：

我认为目前，不可能在 CUDA-Tensor 上显式并行化函数。一个可能的解决方案是，您可以定义一个函数，例如非线性激活函数。所以你可以通过网络和你的函数来反馈它。

缺点是，它可能不起作用，因为你必须定义一个 CUDA-Function 并且必须重新编译 pytorch。

【讨论】：

谢谢。经过进一步探索，我的解决方案是直接使用 cuda 库并对 gpu 内核进行编程。我也觉得这在 Pytorch 或 Tensorflow 中是不可能的。
不幸的是，目前你必须自己实现它。
@abhinav-singh 你能回答你自己的问题来展示你是如何做到的吗？我想实现类似的功能。