معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

A thin python wrapper for the nvToolsExt (NVTX) library, using pybind11 ... with some bells and whistles thrown in for good measure.

ویژگی	مقدار
سیستم عامل	OS Independent
نام فایل	PyNVTX-0.3.3
نام	PyNVTX
نسخه کتابخانه	0.3.3
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Johannes Blaschke
ایمیل نویسنده	johannes@blaschke.science
آدرس صفحه اصلی	https://github.com/JBlaschke/PyNVTX
آدرس اینترنتی	https://pypi.org/project/PyNVTX/
مجوز	-

# PyNVTX A thin python wrapper for the nvToolsExt (NVTX) library, using pybind11. This wrapper is meant to be as thin as possible -- so only provides minimal support. Currently supported features are: 1. NVTX annotations: `nvtxRangePushA` and `nvtxRangePop` 2. Function decorator: `PyNVTX.annotate` 3. Automatic decorator generation `PyNVTX.annotate_all_methods(<class name>)` ## Installation Ensure that the `nvcc` is in your `PATH` -- or alternatively ensure that the `CUDAHOME` environment variable points to your local CUDA install. To install, either ``` pip install PyNVTX ``` or clone this repo and ``` python setup.py install ``` ### This Won't Break If You Don't Have CUDA You know what would suck? If including `PyNVTX` required CUDA to be installed? Why? There are loads of applications that support CUDA, if available. And default to the CPU-only version otherwise. `PyNVTX` is the same. If `nvcc` in not in your `PATH` (nor in your `CUDAHOME`), then you'll see this warning: ``` *** WARNING: The nvcc binary could not be located in your $PATH. Either add it to your path, or set $CUDAHOME ``` (note that it will not warn you if you're installing with pip) and `PyNVTX` will still install (it just won't do anything). You can check if a local version of `PyNVTX` has been built with CUDA support by checking: ```python PyNVTX.cuda_enabled # True if compiled with CUDA support ``` ## NVTX Markers (`nvtxRangePushA` / `nvtxRangePop`) ```python import PyNVTX as nvtx nvtx.RangePushA("Doing some work") # code to time goes here nvtx.RangePop() ``` ### Function Decorator The `PyNVTX.annotate` will put `RangePushA` and `RangePop` the the beginning and of the function call: ```python import PyNVTX as nvtx @nvtx.annotate("test_function") def test(): # You code goes here ``` ### Automatic Instrumentation The `PyNVTX.annotate_all_methods` will automatically decorate all methods in a class, as well as all methods it inherits. A guard prevents accidentally decorating any method twice. Eg.: ```python import PyNVTX as nvtx class MyClassA(object): def __init__(self): pass def f(self): pass class MyClassB(MyClassA): def __init__(self): pass def g(self): pass nvtx.annotate_all_methods(MyClassB) ``` Will instrument `MyClassB`'s `__init__`, as well as `f` and `g`, but _not_ `MyClassA`'s `__init__`. Adding a class/method name to `PyNVTX.REGISTRY` will prevent it from being instrumented by `PyNVTX.annotate_all_methods`. For example: ```python nvtx.REGISTRY.add(MyClassB, "f") # note the method name is a string nvtx.annotate_all_methods(MyClassB) ``` will not instrument `f`. ## Example Code To get you started, take a look at `test/test-nvtx.py`

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl PyNVTX-0.3.3:

pip install PyNVTX-0.3.3.whl

نصب پکیج tar.gz PyNVTX-0.3.3:

pip install PyNVTX-0.3.3.tar.gz