gpu跑普通python程序_用python写GPU上的并行计算程序，有什么库或者编译器【pycharm怎么让gpu跑代码】...

在Python中使用GPU进行并行计算，通常需要用到以下几个库：

1. TensorFlow：Google开源的深度学习框架，支持GPU加速计算。

2. PyTorch：Facebook开源的深度学习框架，同样支持GPU加速计算。

3. Numba：一个针对NumPy和Python函数进行即时编译的库，可以将Python代码转换为GPU可执行的代码。

4. CuPy：一个NumPy的GPU版本，可以在GPU上运行NumPy的大部分API，从而实现GPU加速计算。

如果你使用的是PyCharm，可以在编辑器中选择使用GPU加速计算。首先，你需要确保你的电脑有可用的GPU，然后安装相应的驱动和CUDA工具包。接着，在PyCharm中选择“Run” -> “Edit Configurations”，在“Environment variables”中添加以下两个变量，并将变量值设置为1：

1. CUDA_VISIBLE_DEVICES

2. TF_FORCE_GPU_ALLOW_GROWTH

然后，在PyCharm中编写GPU加速的Python代码，并在运行时选择GPU作为计算设备。