mac怎么在python安装numpy库,numpy安装方法
win 10 python 38 cupy安装踩n坑问题的根源应该是我在安装cupy之前把Nvidia cuda更新到了最新的11.5版本，原来是10.2版本。中间的经历太血腥了，花了将近一天的时间，当然最后还是好了。应该是win10，但是还不能用CUNY-CUDA 115。
我们来记录一下中间发生了什么。这也是一个教训。中间拐弯抹角做了很多事。我也看了很多博客和官方文件，但是都没用。
因为中间一直在摸索，没想到会这么久，这么多波折，很多都没有截图。
问题开始的时候想过把nvidia的CUDA(计算统一设备架构)升级到最新的，这样我也可以安装最新的cupy，于是很多问题就来了。
在cmd中输入nvidia-smi命令如下，cuda升级到11.5。
然后用pip下载相应版本的CUNY:CUNY-CUDA 115:pip 3.8安装CUNY-CUDA 115 #检查安装状态PIP3.8 List Findstr CUNY #输出CUNY-CUDA 115，成功安装然后问题来了。导入城市大学后，如下图所示：
问题越来越多，看了一些博客，干脆不指定11.5版本了。直接：
Pip3.8安装cupy但是输出一堆错误，其中一部分如下：
其中一个错误显示为：
错误：需要Microsoft Visual C 14.2或更高版本。用“微软c构建工具”获得它：https://visualstudio.microsoft.com/visual-cpp-build-tools/显然需要下载微软visual c14.2或更高版本。
然后我就去官网下载了，还参考了官方文件里的这个QA:
错误：需要Microsoft Visual C 14.0或更高版本。用“微软C构建工具”得到它：https://visualstudio.microsoft.com/visual-cpp-build-tools/
然后就是一个漫长的过程，下载安装。
成功后，再走一遍：
Pip3.8安装cupy结果他的喵还是没用，和上面的错误输出一样。
继续，换个解决角度后，从ModuleNotFunderError的问题开始：没有叫‘cup’的模块，找一些博客。
一个如下：
EnomodulFonderError:没有名为“CUNY”的模块，CUNY安装错误
然而，我的问题仍然毫发无损…
我在评论区看到一个，如下：
Pycharm中出现ImportError或dll加载失败(cup未正确安装)。
这意味着更改环境变量，并在系统变量的路径中添加几个路径。
然而，我的问题仍然毫发无损…
感觉Pycharm有ImportError或者DLL加载失败(cup不是安装不正确)。
在这篇文章的评论部分，有一句话：
有点不对劲。可能cuda115最新版本还不能用？我不知道。反正我的想法是：把cuda版本降到v10.2
CUDA工具包10.2下载
同时，在阅读博客时，还需要搞cudnn:
CuDNN存档(选择一个适合cuda10.2的)
最后，整理完毕后，检查环境变量的系统列中是否有CUDA_PATH和CUDA_PATH_V10_2变量。
使用命令：
nvcc -V #或：nvcc -版本
终于看到了曙光：
Pip 3.8卸载Cupy-cuda115 Pip 3.8安装Cupy-cuda102此时再次导入Cupy，出现：
终于！其实是我自己做的。本来一开始直接用cuda v10.2就应该省了我这么多屎。
另一方面，我学到了很多没写过的东西。我主要是写课，就bmdyf。
附：cupy numpy对比硬件：
CPU:AMD锐龙4600H；
GPU:Nvidia GTX1650，单独4G显示屏
import numpy as NP import cupy as CP import time start=time . time()a=NP . ones(10 * * 7)end=time . time()start _ 2=time . time()b=CP . ones(10 * * 7)end _ 2=time . time()# CPU interval _ 1=end-start # GPU interval_2=end _ 2-start _ 2 print(interval _ 1，interval _ 2，interval_2/interval_1，sep=\ N)#结果如下结果如下：0.186940757514641.5670961799621588.381600387601841 #可见此时numpy的速度只有cupy的8倍左右。数据量大于1000万后，cupy的速度远高于numpy #因为原生GPU只有4G，由于内存容量的限制，最后测试4*10**8的规模#结果如下：0.66698479652404791.7918219563452152 #此时numpy的速度只有cupy的两倍左右，没有量级的差异。如果GPU的显示可见，Numpy的速度只有cupy的两倍左右。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。