cupy.cuda.texture.CUDAarray#

class cupy.cuda.texture.CUDAarray(ChannelFormatDescriptor desc, size_t width, size_t height=0, size_t depth=0, unsigned int flags=0)[源代码]#

分配一个可作为纹理内存使用的 CUDA 数组（cudaArray_t）。根据输入，返回的可能是 1D、2D 或 3D 的 CUDA 数组。

参数:

  • desc (ChannelFormatDescriptor) – 一个 ChannelFormatDescriptor 的实例。

  • width (int) – 数组的宽度（以元素为单位）。

  • height (int, optional) – 数组的高度（以元素为单位）。

  • depth (int, optional) – 数组的深度（以元素为单位）。

  • flags (int, optional) – 扩展的标志。使用 cudaArray* 中的一个值，例如 cupy.cuda.runtime.cudaArrayDefault。

警告

CUDAarray 的内存分配是在 CuPy 的内存管理之外完成的（默认启用），这是由于 CUDA 的限制。CUDAarray 的用户应谨慎处理任何内存不足的可能性。

参见

cudaMalloc3DArray()

方法

copy_from(self, in_arr, stream=None)#

从设备或主机数组复制数据到 CUDA 数组。

参数:

备注

对于具有不同维度的CUDA数组，输入数组的形状要求如下：

  • 1D: (nch * width,)

  • 2D: (高度, nch * 宽度)

  • 3D: (深度, 高度, nch * 宽度)

其中 nch 是在 desc 中指定的通道数。

copy_to(self, out_arr, stream=None)#

将数据从CUDA数组复制到设备或主机数组。

参数:

  • out_arr (cupy.ndarray or numpy.ndarray) – 必须是 C 连续的

  • stream (cupy.cuda.Stream) – 如果不是 None ，则执行异步复制。

备注

对于具有不同维度的CUDA数组，输出数组的形状要求如下：

  • 1D: (nch * width,)

  • 2D: (高度, nch * 宽度)

  • 3D: (深度, 高度, nch * 宽度)

其中 nch 是在 desc 中指定的通道数。

__eq__(value, /)#

返回 self==value。

__ne__(value, /)#

返回 self!=value。

__lt__(value, /)#

返回 self<value。

__le__(value, /)#

返回 self<=value。

__gt__(value, /)#

返回 self>value。

__ge__(value, /)#

返回 self>=value。

属性

depth#
desc#
flags#
height#
ndim#
ptr#
width#