Numpy Pycuda中memcpy_htod和to_gpu之间的差异？
我正在学习PyCUDA，在阅读PyCUDA.gpuarray上的文档时，我对PyCUDA.driver.memcpy_htod（也称为_dtoh）和PyCUDA.gpuarray.to_gpu（也称为get）函数之间的差异感到困惑。根据gpuarray，.get（） 例如，将self的内容传输到数组或新分配的numpy.ndarray中。如果给定了数组，它必须具有正确的大小（不一定是形状）和数据类型。如果未指定，则pagelocked指定是否为新数组分配了pagelocked 这是否意味着.get（）的实现方式与pycuda.driver.memcpy\u dtoh完全相同？不知何故，我认为我对它的理解是错误的 将GPUArray存储为 朋友在CPU和GPU内存之间复制普通缓冲区，而不需要对缓冲区中的数据进行任何处理Numpy Pycuda中memcpy_htod和to_gpu之间的差异？,numpy,cuda,gpu,pycuda,Numpy,Cuda,Gpu,Pycuda,我正在学习PyCUDA，在阅读PyCUDA.gpuarray上的文档时，我对PyCUDA.driver.memcpy_htod（也称为_dtoh）和PyCUDA.gpuarray.to_gpu（也称为get）函数之间的差异感到困惑。根据gpuarray，.get（） 例如，将self的内容传输到数组或新分配的numpy.ndarray中。如果给定了数组，它必须具有正确的大小（不一定是形状）和数据类型。如果未指定，则pagelocked指定是否为新数组分配了pagelocked 这是否意味着.ge