pycudwt-multitarget 1.0.5

pycudwt-multitarget

pycudwt-multitarget 是一个用于并行离散小波变换的Python模块。这是 PDWT 包装的分支。

注意： 这个项目与 pycudwt 几乎相同，但它能够为多个不同的GPU编译，以消除为具有不同GPU的不同实例类型需要单独容器（Docker或enroot）的需求（即：一个图像适用于A100s和H100s）。

当这些更改合并回 pycudwt 时，我将不再指向那里，并在新的描述中注明。

安装

需求

您需要cython和nvcc（Nvidia CUDA编译器，可在NVIDIA CUDA Toolkit中找到）。

对于测试，您需要pywavelets。 python-pywt 已打包用于Debian-like发行版，较新的更改可在新仓库中找到。

稳定版本（来自pypi）

pip install pycudwt-multitarget

来自conda配方

为与您的conda环境中的一个版本匹配的特定 cudatoolkit 版本构建conda

export CUDA_VERSION="10.1.243"
conda build conda-recipe/

开发版本（来自github）

git clone https://github.com/pierrepaleo/pypwt
cd pypwt
pip install .

在构建库时可以指定计算能力

PYCUDWT_CC=86 pip install .

# or to target multiple specific GPUs
PYCUDWT_CC=80,90

# or to let nvcc target your current GPU(s)
PYCUDWT_CC=all

了解更多 信息。

测试

如果可用 pywavelet，您可以检查pycudwt是否给出一致的结果

cd test
python test_all.py

结果存储在 results.log 中。

入门

使用pycudwt计算小波变换很简单。在 ipython

from pycudwt import Wavelets
from scipy.misc import lena
l = lena()
W = Wavelets(l, "db2", 3)
W
------------- Wavelet transform infos ------------
Wavelet name : db2
Number of levels : 3
Stationary WT : no
Cycle spinning : no
Separable transform : yes
Estimated memory footprint : 5.2 MB
Running on device : GeForce GTX TITAN X
--------------------------------------------------
W.forward()
W.soft_threshold(10)
W.inverse()
imshow(W.image)