当使用Numba在for循环中加速纯numpy代码时，我想了解这些收益从何而来。是否有任何分析工具可以让您查看jitted函数？
演示代码(如下所示)只是使用非常基本的矩阵乘法来为计算机提供工作。所观察到的收益是：
一个更快的loop，
numpy函数在编译过程中被jit截获的重定向，或
减少jit作为numpy的开销，通过包装函数将执行外包给低级别库(如LINPACK )
%matplotlib inline
import numpy as np
from numba import jit
import pandas as pd
#Dimensions of Matri
浏览 0提问于2017-06-26得票数 19
我正在试用这里描述的XLA教程：
我使用以下选项从mnist_softmax_xla.py运行：
TF_CPP_MIN_VLOG_LEVEL=2 TF_XLA_FLAGS='--xla_generate_hlo_graph=.*' python mnist_softmax_xla.py
不幸的是，我在输出中得到了一堆“自定义创建者错误:无效参数:没有用于Const的_XlaCompile”错误(对于每种其他类型的op也是如此)。此外，没有创建hlo_graph_xx.dot文件(正如本教程所说的那样)。
我的python安装是Ubuntu16.04LTS上的Anaconda4.
浏览 7提问于2017-05-22得票数 0
回答已采纳
我正在尝试使用GDB-Python Type API (gdb.types)探索数据类型的内存布局。具体地说，我希望找到一种方法来获得定义在父结构中的嵌套结构的所有成员的绝对偏移量。
在C中，我定义了：
typedef struct
{
int a;
short bf1:2;
char b:4;
struct //nested struct
{
long x;
long y;
};
} a_struct;
在gdb中使用ptype命令，我得到：
(gdb) ptype /o a_struct
/* offs
浏览 20提问于2020-02-28得票数 1
回答已采纳
关于如何使用Continuum加速包和numba包的Python库，我有一个问题。是在target = gpu中使用与@cuda.jit相同的装饰符@cuda.jit
浏览 2提问于2016-03-09得票数 5
回答已采纳
2回答
在numba网站上：
from numba import jit
@jit
def f(x, y):
# A somewhat trivial example
return x + y
有没有办法让numba使用python类型提示(如果提供的话)？
浏览 5提问于2017-02-18得票数 15
回答已采纳
我只是好奇地听到其他人的想法，为什么这段特定的代码在Python3.11中的运行速度可能比Python3.10.6慢。交叉-从 发帖。我是新来的-如果我做错了什么请告诉我。
test.py脚本：
import timeit
from random import random
def run():
for i in range(100):
j = random()
t = timeit.timeit(run, number=1000000)
print(t)
命令：
(base) conda activate python_3_10_6
(python_3_10
浏览 10提问于2022-11-13得票数 3
对装饰器进行更好的动态控制的最佳方法是从numba.cuda.jit、numba.jit和none (纯python)中进行选择。请注意，一个项目可以有10或100的功能，所以这应该是很容易应用到所有的功能，这里是一个例子，从numba网站。
import numba as nb
import numpy as np
# global control of this --> @nb.jit or @nb.cuda.jit or none
# some functions with @nb.jit or cuda.jit with kwargs like (nopython=Tru
浏览 17提问于2017-11-05得票数 0
回答已采纳
这是我的main.py
import torchvision
input("Press key")
它在命令行中正确运行：python main.py
我需要一个窗口的可执行文件。所以我做了：pyinstaller main.py
但是当我启动main.exe时，在/dist/main中我得到了以下错误：
Traceback (most recent call last):
File "main.py", line 1, in <module>
... (omitted)
File "site-packages\torchvi
浏览 0提问于2019-05-27得票数 6
回答已采纳
1回答
我已经安装了LLVM3.2和numba的所有依赖项(Meta除外)：
LLVM 3.1或3.2
(来自llvmpy/llvmpy叉)
勒夫数学
numpy (版本1.6或更高)
元(来自numba/Meta叉(可选))
Cython (仅限于构建依赖项)
鼻子(用于单元测试)
for解析(用于pycc)
我按照本页的说明安装了LLVM3.2和llvmpy，。所有其他python模块都使用pip安装。
sudo pip install --upgrade module_name
接下来，我尝试了这个页面上的numba示例：。我将pairwise_pytho
浏览 4提问于2013-08-24得票数 1
回答已采纳
我是谷歌colab的新手。
我正试图在那里做深度学习。
我已经编写了一个类来创建和训练LSTM网络，只使用python -而不是任何特定的深度学习库，如tensorflow，pytorch等。
我认为我使用的是gpu，因为我在colab中选择了正确的运行时类型。
然而，在代码执行期间，我有时会收到退出gpu模式的消息，因为我没有使用它。
那么，我的问题是:如何使用google colab gpu，只使用普通的python，而不使用特殊的ai库？有没有像“装饰器代码”这样的东西放在我的原始代码中，以便激活gpu？
浏览 2提问于2020-03-16得票数 4
如何计算Seam刻划在一个循环中遍历python行的能量成本？就像wiki中的动态编程一样，我需要最后一行的min_cost来存储可能的三个单元格，并存储成本和路径。
而且，使用两个循环是非常慢的，所以有人知道如何使它更有效吗？
浏览 0提问于2018-06-20得票数 1
我正在学习如何使用Numba来加速使用jit和vectorize的函数。对于这段代码的jit版本，我没有任何问题，但是我在矢量法中遇到了一个索引错误。我怀疑这个的答案是正确的想法，有一个类型错误，但我不确定采取的方向，以改变索引。下面是我一直在使用的函数，它输出Fibonacci数，直到序列的选定索引为止。索引有什么问题，我如何纠正代码来解释它呢？
from numba import vectorize
import numpy as np
from timeit import timeit
@vectorize
def fib(n):
'''
Adj
浏览 1提问于2019-04-07得票数 2
回答已采纳
我想在开始之前说，我在数据集，机器学习，人工智能等方面的工作已经超出了我的能力范围。
我刚从LJSpeech下载了一些数据集，我运行了python3 preprocess.py --dataset ljspeech，我收到了这个乱七八糟的东西
Traceback (most recent call last):
File "preprocess.py", line 5, in <module>
from datasets import preprocessor
File "/home/boofygirl/mycroft-core/Tacotr
浏览 0提问于2020-06-20得票数 0
Torchscript提供了torch.jit.trace和torch.jit.script，可以将pytorch代码从急切的模式转换为脚本模型。从文档中可以了解到，torch.jit.trace无法处理python中的控制流和其他数据结构。因此，开发了torch.jit.script来克服torch.jit.trace中的问题。
但是看起来torch.jit.script适用于所有的情况，那么为什么我们需要torch.jit.trace?
请帮助我理解这两种方法的区别。
浏览 10提问于2020-06-28得票数 4
我正在尝试用Numba代码处理一些由CuPy逻辑产生的数据。但是得到了不同的错误。例如，简化的示例 import cupy as cp
import numba
from numba import void, int32, int64, float32, float64
import numpy as np
@numba.jit
def numba_test(a, b, n, m):
for i in range(n):
for j in range(m):
a[i, j] += b[i, j]
a = cp.zeros((100, 10)
浏览 72提问于2020-12-06得票数 0
我有以下目录结构：
funniest/
setup.py
funniest/
__init__.py
ModuleA.py
ModuleB.py
# __init__.py
from numba import jit
from .ModuleA import ClassA
# ModuleA.py
import funniest.ModuleB
class ClassA():
pass
# ModuleB.py
@jit
def f():
pass
但是，在导入模块时，我收到错误消息：
>&
浏览 1提问于2016-09-07得票数 4
回答已采纳
我准备好将pytorch模块转换为ScriptModule，然后将其加载到c++，but中。我被这个错误This attribute exists on the Python module, but we failed to convert Python type: 'Vocab' to a TorchScript type阻塞了，Vocab是我定义的python对象。演示代码如下： import torch
class Vocab(object):
def __init__(self, name):
self.name = name
def
浏览 47提问于2020-06-09得票数 2
回答已采纳
1回答
对不起，我仍然是个菜鸟，有着贾克斯的内在运作方式，并试图找到我的出路。我有这样的代码，它不用jit就能正常工作。但当我试着放弃它时，它会抛出一个错误。最初，我在代码中使用了一个if else语句，该语句也不起作用，因此必须以这种方式重写代码，而不需要if else语句。我怎么才能绕过这件事？我们在下面。
import jax
import jax.numpy as jnp
jax.config.update("jax_enable_x64", True)
num_rows = 5
num_cols = 20
smf = jnp.array([jnp.inf, 0.1, 0.1
浏览 20提问于2022-02-07得票数 1
回答已采纳
1回答
我正在尝试用numba.jit.加速python程序
我的程序的一个函数乘以一个float的数组和一个标量，它总是一个整数。
import numpy
myarray = numpy.array([0.2,0.26,0.45,0.78],dtype=float)
def multiply(array, scalar):
newarray = array * scalar
return newarray
newarray = multiply(myarray,5)
当我使用以下签名numba.jit()我的函数时，该函数的运行速度要慢一个数量级：
fastmultiply =
浏览 2提问于2015-01-22得票数 1
回答已采纳
2回答
我正在阅读，其中有一个叫做翻译PyPy Python解释器的部分。但我不明白这个词是什么意思。这和编译一样吗？
文件说：
首先，为您的体系结构下载一个预构建的PyPy，您将使用它来翻译您的Python解释器。
这里的预构建的PyPy是指源代码吗？因为我下载的二进制文件中没有pypy/目标目录。如果是这样的话，文档就有问题了。这是误导性的。
翻译中创建的pypy是否与二进制中的bin/pypy相同？
浏览 2提问于2013-06-04得票数 4
回答已采纳
1回答
用Numba处理字节字符串(b'abc')的正确方法是什么？根据它的文档，它处理与Python类似的Unicode字符串，底层内存表示与Python兼容(1，2，4个字节与string对象对应的异常标记兼容)。
Numba有一个字符串类型：nb.types.unicode_type定义的。此外，具有编码/解码(即str(x, 'utf-8')、string.decode())的转换方法在Numba中是不可实现的。
我想使用单字节字符串作为键入dict中的键，但是我很难处理这个错误：
d = numba.typed.Dict.empty(
浏览 11提问于2022-11-09得票数 0
我遵循本教程：创建自定义BERT模型的跟踪，但是当运行完全相同的dummy_input时，我会收到一个错误：
TracerWarning: Converting a tensor to a Python boolean might cause the trace to be incorrect.
We cant record the data flow of Python values, so this value will be treated as a constant in the future.
在我的模型和令牌程序中加载之后，创建跟踪的代码如下：
text = "[CLS
浏览 1提问于2021-03-22得票数 5
2回答
我正在体验numba来加速我的代码，我在这个代码中遇到一个错误
@njit
def fee(x):
chroma_stft = librosa.feature.chroma_stft(y=data, sr=sampling_rate).ravel()
return(chroma_stft)
TypingError: Failed in nopython mode pipeline (step: nopython frontend) Unknown attribute 'chroma_stft' of type Module(<module 'lib
浏览 40提问于2021-03-10得票数 0
许多语言环境允许“反汇编”所提供的函数。因为Pypy编译成C代码(如果我理解正确的话)。然后，从表达式或整个python文件中看到C代码转储似乎是很自然的。 我能这么做吗？多么?
浏览 12提问于2019-03-20得票数 0
回答已采纳
2回答
编译后的代码，如C，占用的内存很少。
像Python这样的解释代码会消耗更多的内存，这是可以理解的。
使用JIT，程序在运行时(有选择地)被编译成机器码。那么，JIT程序的内存消耗不应该介于编译程序和解释程序之间吗？
相反，与等效的解释型程序(如Python)相比，执行即时处理的程序(如PyPy)消耗的内存要多几倍。为什么？
浏览 3提问于2011-12-30得票数 7
回答已采纳
2回答
我在这里报告了描述的bug：，如果有人对问题的解决感兴趣的话。
我正试图用numba预编译3D时间序列数据上的最小化。作为第一步，我想定义一个成本函数，但这已经失败了。这是我的代码：
from numba import jit
@jit
def tester(axis,data):
def lineCost(pars):
A=pars[0]
B=pars[1]
return np.sum((A*axis+B - data)**2)
return lineCost([axis,data])
tester(1,2)
这将产生一个“
浏览 1提问于2018-07-11得票数 0
回答已采纳
1回答
我正在RPython中开发一个简单的VM，使用Pypy来检查JIT跟踪：
python ./.pypy/rpython/translator/goal/translate.py --opt=jit ${PWD}/src/awk_vm/awk_vm.py
但是当我运行我的翻译程序时，我没有从日志中得到任何信息：
$ PYPYLOG=jit-log-opt:./log/awk_vm_loops.logfile ./awk_vm-c ./programs/awk/loops.awk
我看不出我在做什么和PyPy 不同
这是我的。
如能提供任何帮助，将不胜感激:)
用伪制品和外壳cmd - 更新了我
浏览 17提问于2022-09-09得票数 0
回答已采纳
我正在将Python2.7 numba代码转换为Python3.4。此函数pairwise_distance从多维数组X和Y转换距离矩阵。
但是，我使用numba装饰器@jit来加速代码：
import numpy as np
from numba import double
from numba.decorators import jit
@jit(arg_types = [double[:,:], double[:,:]])
def pairwise_distance(X, D):
M = X.shape[0]
N = X.shape[1]
for i in ra
浏览 2提问于2016-05-12得票数 2
回答已采纳
我试图使用Python中的numba函数中的自定义键对列表进行排序。简单的自定义键可以工作，例如，我知道我只需使用如下所示的绝对值进行排序：
import numba
@numba.jit(nopython=True)
def myfunc():
mylist = [-4, 6, 2, 0, -1]
mylist.sort(key=lambda x: abs(x))
return mylist # [0, -1, 2, -4, 6]
然而，在下面的更复杂的例子中，我得到了一个我不理解的错误。
import numba
import numpy as np
@nu
浏览 1提问于2020-09-08得票数 4
回答已采纳
我想使用@jit或@autojit来加速我的python代码，如下所示：
然而，该页面上的示例是针对纯python函数的，而我的函数是在一个类中，并且根据一些更多的搜索，似乎为了使用类函数，我必须提供函数的显式签名。
我以前没有使用过签名，但现在我知道如何将它们用于具有简单参数的函数。但是我被困在如何为复杂的参数编写它们，比如2D数组。
下面是我的函数，我需要一个明确的签名。我真的不确定除了@void还能写些什么……
""" Function: train
Input parameters:
#X = shape: [n_samples, n_feat
浏览 2提问于2014-07-01得票数 2
2回答
numba的特殊功能
、、、、
此代码失败：
import numpy as np
from numba import jit
import scipy.special as sp
@jit(nopython=True)
def f(a):
return sp.xlogy(a, a)
a = np.array([1,2,0,1], dtype=float)
f(a)
它给出了以下错误
TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Unknown attribute 'xlogy' of type
浏览 0提问于2020-08-16得票数 4
回答已采纳
关于时间的PyPy警告：
(my-pypy-env) $ python -m timeit --setup "from simulation import benchmark" "benchmark()"
警告:时间--这是一个非常不可靠的工具。使用perf或其他方法进行实际测量，平均为7: 106 +- 0.383毫秒/圈(使用标准差)。
使用perf：
(my-pypy-env) $ python -m perf timeit --setup 'from simulation import benchmark' 'bench
浏览 0提问于2018-09-21得票数 0
2回答
我刚刚尝试在Ubuntu16.04上安装FEniCS，当我尝试使用python3.5运行第一个示例代码时，我得到了以下两个错误： RuntimeError: Expecting a string or list of strings, not
{'slepc_real', 'sz', 'mpi', 'mpi_cxx', 'hdf5', 'boost_timer', 'm',
'boost_filesystem', 'z', 'dolfi
浏览 103提问于2019-03-21得票数 5
我一直试图使用利用src+img的模型来训练一些数据。在运行训练脚本时，我遇到了一个错误，即：RuntimeError: PytorchStreamReader定位文件失败data.pkl:文件未找到 这个文件中的.pkl文件应该是经过腌制的.pt文件。 首先，我发现也许我没有正确地指定预处理的training.pt文件，但实际上它是正确指定的。 data.pkl没有被转储到任何地方(或者我找不到它)。根据文档，我猜它与pickle有关： “此保存/加载过程使用最直观的语法，并且涉及的代码量最少。以这种方式保存模型将使用Python的pickle模块保存整个模块。这种方法的缺点是序列化数据与
浏览 116提问于2021-11-15得票数 3
1回答
在尝试使用pip安装numba JIT编译器时，我收到了一条相当长的错误消息。我不知道它应该告诉我什么。我唯一能感觉到的是，这可能是一个叫做llvmlite的东西的问题。我查看了网站，它说我不需要安装LLVM编译器库，因为JIT编译器无论如何都会忽略这个程序的任何预安装版本。 https://numba.pydata.org/numba-doc/dev/user/installing.html 我正在运行一个最新的python安装(我最近从anaconda切换)，它是3.8版。会不会是因为python3.8还相对较新，所以导致了一些bug？ 回溯： Collecting numba
Do
浏览 34提问于2019-12-10得票数 1
回答已采纳
1回答
许多编程语言都有一种实现语言(主要是像C这样的系统语言)，用于实现语言核心的重要部分。此外，库是用语言本身编写的(比如Ruby或Python)。我的问题是对于像Ruby或Python这样的解释语言，这意味着每次我运行一个程序(比如python3 my_program.py，它使用语言本身编写的语言库、那些库(类和函数等))。先由C来处理吗？这听起来有点低效。任何帮助理解这些语言如何处理这一点是值得赞赏的。
浏览 0提问于2021-09-23得票数 1
1回答
所以据我所知，IronPython被编译成字节码，后者通过PVM被编译成机器码，而CPython被编译成字节码，并用.net解释。这是真的吗？究竟什么是CLR？它也是一个虚拟机吗？这是否意味着Iron Python更快？我希望有人能给我解释一下。
浏览 2提问于2013-02-12得票数 1
回答已采纳
我正在用c++加载一个模型，这个模型是用python训练的。现在我想写一个函数，用一个随机输入来测试模型，但我不能将模型定义为函数的参数。我尝试过struct，但它不起作用。
void test(vector<struct comp*>& model){
//pseudo input
vector<torch::jit::IValue> inputs;
inputs.push_back(torch::ones({1,3,224, 224}));
at::Tensor output = model[0]->forward(i
浏览 10提问于2019-07-26得票数 2
回答已采纳
全,
我使用numba来加速我的Python代码，但是即使numba和LLVM没有安装，代码也应该是功能性的。
我的第一个想法是这样做：
use_numba = True
try:
from numba import jit, int32
except ImportError, e:
use_numba = False
def run_it(parameters):
# do something
pass
# define wrapper call function with optimizer
@jit
def run_it_with_numba(para
浏览 2提问于2015-04-12得票数 4
回答已采纳
2回答
PyPy与JVM的区别
、、、、
据我所知，默认的Python解释器(CPython)将源代码编译成字节码，然后将字节码解释为机器代码。另一方面，PyPy利用JIT将经常解释的字节码优化为编译后的机器代码。这与JVM有何不同？JVM是一个解释器+编译器。它将源代码编译为字节码，然后将经常解释的字节码优化为已编译的机器代码。还有什么区别吗？
浏览 0提问于2015-06-02得票数 4
我正在尝试使用numba.jit加速一个简单的Python循环。但似乎jit不能处理基本的数组索引和切片？我能做些什么让这一切成为可能吗？我不明白如果jit不能处理基本的numpy数组，它怎么会有用。
我在强迫nopython模式。它在对象模式下工作，但这根本不会加快代码的速度，所以我需要的是nopython模式。
下面的代码只是一个例子，说明了这个问题。我的实际代码也有同样的问题，但是循环和迭代要多得多，这样jit将非常有用。
import numpy as np
from numba import jit
n = 100
myarray = np.zeros(n)
@jit(nopyt
浏览 9提问于2015-09-10得票数 2
回答已采纳
7回答
我发现当我对Python提出更多的要求时，python并没有100%地使用我的机器资源，而且它并不是真的很快，如果与许多其他解释语言相比，它是很快的，但当与编译语言相比时，我认为差异真的是非常显著的。
在Python3中使用Just In Time (JIT)编译器可以加速吗？
通常，JIT编译器是唯一可以提高解释型语言性能的东西，所以我指的是这个，如果有其他解决方案，我很乐意接受新的答案。
浏览 1提问于2012-10-24得票数 86
回答已采纳
我刚刚开始熟悉如何使用Numba加速我的代码，所以我测试了非常简单的函数： import numpy as np
from numba import jit
from time import time
@jit(nopython = True)
def dotter(X):
Z = np.dot(X,X.T)
return(Z)
tic = time()
dotter(X)
toc = time()
print(1000*(toc-tic), ' ms')
X = np.random.randint(1, 1000, (1000, 1)) 我得到了这个错误
浏览 76提问于2021-03-18得票数 0
2回答
CUDA不支持边界检查
、、、
我尝试使用Numba并访问GPU以加速代码，但我得到以下错误：
in jit raise NotImplementedError("bounds checking is not supported for CUDA")
NotImplementedError: bounds checking is not supported for CUDA
我看到提出了另一个问题，但没有完全详细说明，也没有回答。当我看到矢量化代码(y = corr*x + np.sqrt(1.-corr**2)*z)不能工作时，我实现了2-for循环(同样的错误)。我还尝试使用boundscheck选项，但
浏览 0提问于2020-02-08得票数 3
这是我面临的问题的一个示例代码：
import numba, numpy as np
@numba.jit
def f_plain(x):
return x * (x - 1)
@numba.jit
def integrate_f_numba(a, b, N):
s = 0
dx = (b - a) / N
for i in range(N):
s += f_plain(a + i * dx)
return s * dx
@numba.jit
def apply_integrate_f_numba(col_a, col_b, col_N):
浏览 2提问于2015-08-06得票数 1
回答已采纳
我正在学习Python和Numba，我不明白为什么下面的代码不能在IPython/木星中计算：
from numba import *
sample_array = np.arange(10000.0)
@jit('float64(float64, float64)')
def sum(x, y):
return x + y
sum(sample_array, sample_array)
TypeError跟踪(最近一次调用) in () ->1 sum(sample_array，sample_array)
C:\Users***\AppData\Loca
浏览 5提问于2015-10-07得票数 7
回答已采纳
1回答
我在上工作，想知道我是否可以使用PyPy来加速我的解决方案。然而，我发现结果相当令人失望，因为它需要更多的时间来计算。
d:\projeuler>pypy problem204.py
3462.08630405 mseconds
d:\projeuler>python problem204.py
1823.91602542 mseconds
由于毫秒输出是使用python的time模块计算的，所以我使用内置的基准测试命令再次运行它。
d:\projeuler>pypy -mtimeit -s "import problem204" "problem2
浏览 0提问于2012-11-01得票数 2
回答已采纳
我编写了一个python程序，并使用pypy和python运行了它，我插入了一些计时打印以度量性能差异。在某些情况下，加速比是10倍，在另一些情况下没有变化。有谁能解释一下，在编写程序时是否有规则要遵循，以便利用pypy给出的潜在加速？例如，避免一些语法，更喜欢一些数据结构与其他.
我发现了12倍到1，5倍的加速
浏览 13提问于2022-10-26得票数 2
我对Python和IronPython比较陌生。我被告知了我编写的一段相对简单的代码的性能(应该说慢一点)：
matrix_column_count=1000
matrix_row_count=2000
matrix=[[random.uniform(0,100) for i in range(matrix_column_count)] for j in range(matrix_row_count)]
在IronPython 2.7.10上运行这个程序需要花费大约1秒的时间(有些小的变化)！在Python3.8.6上运行需要0.55秒，在C#中运行类似的东西需要0.03秒！
对于和C#开发，
浏览 3提问于2020-09-25得票数 1
回答已采纳
1回答
从CGI脚本调用Java程序失败
、、、、
我有一个Python CGI脚本，我试图从该脚本调用Java程序来执行任务。Java程序使用。当我从浏览器运行Python脚本时，它失败了，并显示错误消息，指出它无法从JExcelAPI中找到类的类定义。我认为这是因为Python CGI脚本是在apache用户下运行的，而apache用户没有设置适当的环境变量(即CLASSPATH变量)。我曾尝试使用-classpath /path/to/JExcelAPI开关调用该程序，但也不起作用。你能帮我找到让apache用户意识到JExcelAPI的方法吗？有没有办法为apache用户设置CLASSPATH环境变量？
谢谢
浏览 0提问于2010-09-24得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
