CuPy 特定功能

CuPy 特定的函数被放置在 cupyx 命名空间下。

cupyx.rsqrt	返回倒数平方根。
cupyx.scatter_add(a, slices, value)	将给定的值添加到数组的指定元素中。
cupyx.scatter_max(a, slices, value)	将由索引指定的元素的最大值存储到一个数组中。
cupyx.scatter_min(a, slices, value)	将由索引指定的元素的最小值存储到一个数组中。
cupyx.empty_pinned(shape[, dtype, order])	返回一个具有给定形状和数据类型的新 NumPy 数组，该数组未初始化。
cupyx.empty_like_pinned(a[, dtype, order, ...])	返回一个新的、未初始化的 NumPy 数组，其形状和数据类型与给定数组相同。
cupyx.zeros_pinned(shape[, dtype, order])	返回一个具有给定形状和数据类型的新建、零初始化的 NumPy 数组。
cupyx.zeros_like_pinned(a[, dtype, order, ...])	返回一个新的、零初始化的 NumPy 数组，其形状和数据类型与给定数组的相同。

非SciPy兼容信号API

cupyx.signal 下的函数是从 cuSignal 移植过来的非 SciPy 兼容信号 API，这是通过 Nvidia cuSignal 团队的协助实现的。

cupyx.signal.channelize_poly(x, h, n_chans)	多相通道化将信号分成n个通道
cupyx.signal.convolve1d3o(in1, in2[, mode, ...])	将一个一维数组与一个三阶滤波器进行卷积。
cupyx.signal.pulse_compression(x, template)	脉冲压缩用于通过对接收信号（x）执行与传输脉冲（模板）的匹配滤波来增加距离分辨率和信噪比。
cupyx.signal.pulse_doppler(x[, window, nfft])	脉冲多普勒处理产生一个距离/多普勒数据矩阵，该矩阵表示从杂波中分离出来的移动目标数据。
cupyx.signal.cfar_alpha(pfa, N)	计算与给定虚警概率和参考单元数N相对应的alpha值。
cupyx.signal.ca_cfar(array, guard_cells, ...)	计算给定数组的单元平均恒虚警率（CA CFAR）检测器阈值并返回结果。
cupyx.signal.freq_shift(x, freq, fs)	频率偏移信号，频率为 freq，采样率为 fs

性能分析工具

cupyx.profiler.benchmark(func[, args, ...])	用于测量CPU和GPU所花费时间的计时工具。
cupyx.profiler.time_range([message, ...])	使用 NVTX/rocTX 标记带有范围的函数调用。
cupyx.profiler.profile()	在 with 语句期间启用 CUDA 分析。

DLPack 工具

以下是用于从DLPack张量或任何支持DLPack数据交换协议的对象创建 cupy.ndarray 的帮助函数。有关更多详细信息，请参阅 DLPack。

cupy.from_dlpack(array)

符合DLPack数据交换协议的数组对象之间的零拷贝转换。

自动内核参数优化 (cupyx.optimizing)

cupyx.optimizing.optimize(*[, key, path, ...])

优化内核启动参数的上下文管理器。