VIP20
本课程属于：042-单细胞转录组特征学习任务 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

CuPy加速聚类与模型训练指南

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
CuPy入门
CuPy是什么 · 与NumPy的关系 · 安装配置
CuPy是什么
02
CuPy数组基础
创建数组 · 数据类型 · 形状操作
CuPy数组基础
03
CuPy索引与切片
整数索引 · 布尔索引 · 花式索引
CuPy索引
04
CuPy数学运算
算术运算 · 广播机制 · 通用函数（ufunc）
CuPy数学运算
05
CuPy线性代数
矩阵乘法 · 特征分解 · SVD
CuPy线性代数
06
CuPy随机数生成
随机种子 · 分布模拟 · 蒙特卡洛方法在GPU上的加速
CuPy随机数生成
07
CuPy性能优化
内存池 · 流（Stream） · 异步执行
CuPy性能优化
08
CuPy与NumPy混合编程
数据在CPU与GPU间传输的代价 · 最佳实践
CuPyNumPy
09
CuPy自定义内核
编写RawKernel · ElementwiseKernel · ReductionKernel
CuPy自定义内核
10
CuPy与Numba联动
使用Numba编写GPU函数并集成到…
CuPyNumba
11
K-means聚类算法原理
经典K-means流程 · 初始化方法 · 收敛判断
K-means聚类算法原理
12
用CuPy实现K-means
向量化距离计算 · 质心更新 · 并行化实现
CuPyK-means
13
K-means性能评测
与sklearn对比 · 不同数据规模下的加速比 · 调优技巧
K-means性能评测
14
Mini-batch K-means
随机采样 · 小批量更新 · CuPy实现与加速效果
Mini-batchK-means
15
DBSCAN聚类算法原理
密度定义 · 核心点 · 边界点
DBSCAN聚类算法原理
16
用CuPy实现DBSCAN
邻域查询加速 · 并行化区域生长 · 内存优化
CuPyDBSCAN
17
DBSCAN性能优化
基于网格的近似算法 · KD树与CuPy结合
DBSCAN性能优化
18
层次聚类
AGNES算法 · 分裂聚类 · 用CuPy加速距离矩阵计算
层次聚类AGNES
19
谱聚类
相似图构建 · 拉普拉斯矩阵 · 特征分解的CuPy实现
谱聚类相似图构建
20
高斯混合模型（GMM）
EM算法 · E-step与M-step的GPU并…
GMM高斯混合模型
21
用CuPy训练逻辑回归
梯度下降 · 损失函数 · Batch与Mini-batch实现
CuPy训练逻辑回归
22
用CuPy训练多层感知机（MLP）
前向传播 · 反向传播 · 激活函数的GPU实现
CuPyMLP
23
CuPy与深度学习框架比较
与PyTorch/TensorFlo… · 何时选择CuPy
CuPy深度学习框架比较
24
CuPy与cuML集成
使用cuML的聚类和降维算法 · CuPy作为数据预处理工具
CuPycuML
25
CuPy与cuDF集成
在GPU DataFrame上进行聚…
CuPycuDF
26
多GPU训练
CuPy的分布式数组 · 跨GPU通信（NCCL） · 多卡并行训练
GPU训练
27
混合精度训练
float16与float32混合 · CuPy的half类型 · 对聚类结果的影响
混合精度训练float16
28
模型保存与加载
序列化CuPy数组 · 保存GPU模型参数 · 恢复训练
模型保存加载
29
调试与性能剖析
使用nvprof/Nsight Sy… · 常见陷阱
调试性能剖析
30
综合实战
端到端聚类与模型训练流水线——从CS… · 聚类后训练分类器 · 并部署到生产环境
综合实战CS