หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

cuDF - GPU DataFrames

- ตอนนี้ cuDF สามารถใช้เป็นตัวเร่งความเร็วแบบไม่ต้องเปลี่ยนโค้ดสำหรับแพนด้าได้แล้ว! หากต้องการเรียนรู้เพิ่มเติม ดูที่นี่!

cuDF (ออกเสียงว่า "KOO-dee-eff") คือไลบรารี GPU DataFrame สำหรับการโหลด การรวม การรวม การกรอง และการจัดการข้อมูล cuDF ใช้ประโยชน์จาก libcudf ซึ่งเป็นไลบรารีดาต้าเฟรม C++/CUDA ที่รวดเร็วเป็นพิเศษ และรูปแบบคอลัมน์ Apache Arrow เพื่อมอบ Pandas API ที่เร่งด้วย GPU

คุณสามารถนำเข้า cudf ได้โดยตรงและใช้งานได้เหมือน pandas : 

 import cudf

tips_df = cudf . read_csv ( "https://github.com/plotly/datasets/raw/master/tips.csv" )
tips_df [ "tip_percentage" ] = tips_df [ "tip" ] / tips_df [ "total_bill" ] * 100

# display average tip by dining party size
print ( tips_df . groupby ( "size" ). tip_percentage . mean ())

หรือคุณสามารถใช้ cuDF เป็นตัวเร่งความเร็วแบบไม่ต้องเปลี่ยนโค้ดสำหรับ pandas โดยใช้ cudf.pandas cudf.pandas รองรับ pandas API 100% โดยใช้ cuDF สำหรับการดำเนินการที่รองรับ และกลับไปใช้ pandas เมื่อจำเป็น: 

 % load_ext cudf . pandas  # pandas operations now use the GPU!

import pandas as pd

tips_df = pd . read_csv ( "https://github.com/plotly/datasets/raw/master/tips.csv" )
tips_df [ "tip_percentage" ] = tips_df [ "tip" ] / tips_df [ "total_bill" ] * 100

# display average tip by dining party size
print ( tips_df . groupby ( "size" ). tip_percentage . mean ())

ทรัพยากร

  • ลองใช้ cudf.pandas ทันที: สำรวจ cudf.pandas บนอินสแตนซ์ที่เปิดใช้งาน GPU ฟรีบน Google Colab!
  • ติดตั้ง: คำแนะนำสำหรับการติดตั้ง cuDF และไลบรารี RAPIDS อื่นๆ
  • เอกสาร cudf (Python)
  • เอกสารประกอบ libcudf (C++/CUDA)
  • ชุมชน RAPIDS: รับความช่วยเหลือ มีส่วนร่วม และทำงานร่วมกัน

ดูหน้าการติดตั้ง RAPIDS สำหรับข้อมูลล่าสุดและคำสั่งสำหรับการติดตั้ง cuDF และแพ็คเกจ RAPIDS อื่นๆ

การติดตั้ง

ข้อกำหนดของ CUDA/GPU

  • CUDA 11.2+
  • ไดรเวอร์ NVIDIA 450.80.02+
  • สถาปัตยกรรม Volta หรือดีกว่า (ความสามารถในการคำนวณ >=7.0)

ปิ๊ป

cuDF สามารถติดตั้งผ่าน pip จาก NVIDIA Python Package Index ตรวจสอบให้แน่ใจว่าได้เลือกแพ็คเกจ cuDF ที่เหมาะสม โดยขึ้นอยู่กับเวอร์ชันหลักของ CUDA ที่พร้อมใช้งานในสภาพแวดล้อมของคุณ:

สำหรับ CUDA 11.x: 

pip install --extra-index-url=https://pypi.nvidia.com cudf-cu11

สำหรับ CUDA 12.x: 

pip install --extra-index-url=https://pypi.nvidia.com cudf-cu12

คอนดา

cuDF สามารถติดตั้งด้วย conda (ผ่าน miniforge) จากช่อง rapidsai : 

conda install -c rapidsai -c conda-forge -c nvidia 
    cudf=25.02 python=3.12 cuda-version=12.5

นอกจากนี้เรายังจัดเตรียมแพ็คเกจ Conda ทุกคืนที่สร้างจากหัวหน้าสาขาการพัฒนาล่าสุดของเราอีกด้วย

หมายเหตุ: cuDF รองรับเฉพาะบน Linux และ Python เวอร์ชัน 3.10 ขึ้นไป

ดูคู่มือการติดตั้ง RAPIDS สำหรับข้อมูลระบบปฏิบัติการและเวอร์ชันเพิ่มเติม

สร้าง/ติดตั้งจากแหล่งที่มา

ดูคำแนะนำในการสร้าง

มีส่วนร่วม

โปรดดูคำแนะนำของเราสำหรับการบริจาคให้กับ cuDF

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด