問題タブ [numba]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - Numbapro CUDA コードの実行後にコンピューターがフリーズする
このコードを実行するたびにコンピューターがフリーズする理由を誰か説明してもらえますか?
コードを打った後、コンピューターがフリーズします。理由はわかりません。事前にすべての助けに感謝します。
python - ipython クラスター エンジンで numba をインポートできませんか?
カスタム numba-fied 関数を使用してすばやく実行する IPython クラスターで計算を実行したいと考えています。オブジェクトのsync_importsメソッドを使用してインポートを同期しようとしました。dview問題は、エンジンが numba を正しくロードしていないように見えることですが、numpy は正常にインポートされます...問題を示す短い「最小限の」コードを次に示します。
このコードを実行すると、numpy インポートの後に一種のデッドロックが発生し、しばらくすると次のエラーが発生します。
この動作の原因について何か考えがある人はいますか?
python - NUMBA のコンパイル時に「_pymodule.h」が見つからない
私はArch Linuxを使用しています。
AUR と pip の両方で numba をインストールしようとしました。このエラーは両方の場合に発生します。
この問題を解決する方法の手がかりはありますか? ありがとう！
python - numba と numpy: 'numpy.ndarray' オブジェクトに属性 '__code__' がありません
このコードを試しました
実行時例外が発生しました:AttributeError: 'numpy.ndarray' object has no attribute '__code__'
numba のドキュメントで numpy のバージョン要件が見つかりません。現在、numpy 1.7.1 がインストールされています。私のpythonバージョン2.6.6
AttributeErrorの原因は何ですか?
編集
いくつかのスタック トレース情報。
python - for ループは NumPy/SciPy 3D 補間よりも速いようです
NumPy/SciPy の補間方法について混乱しています。で 3D 線形補間を実装しLinearNDInterpolatorましたが、非常に遅いことがわかりました。次に、純粋な Python でブルート フォース トリプル for ループ アプローチを作成しました。驚くべきことに、1000 倍のスピードアップが得られました。Numba パッケージも試してみましたが、それ以上速くなることはありませんでした。
インターネットで見つけた情報源によると、Python ループは NumPy/SciPy や Numba に比べて非常に遅いはずです。しかし、これは私が見ているものではありません。
私が実行したソースコード全体を投稿します。私は自分のマシンでこれらの時間を取得します：
アナコンダ Python 2.7 を使用しています。ここで何が欠けていますか？
python - lambdify された sympy 式で numba.autojit を使用する
過去に numpy を使用したことがあり、かなり快適に使用できましたが、もう少し速度を上げたい場合は、numba.autojit デコレーターを使用できました。簡単。現在の問題は、私が現在一連の sympy 式に取り組んでおり、numba (jit または autojit) が lambdify から関数を作成する方法がわからないことです。sympy は特定の引数リストを保持していないようです。
sympy.lamdify がどのように機能するかを調べて、numba を組み込んだ独自のバージョンを作成できると思いますが、最初に聞いてみようと思いました。
python - なぜ Numba はこのイテレーションを改善しないのでしょうか?
同時発生の最小条件付き確率を計算する関数を高速化するために Numba を試しています。
cooccurance_probabilityただし、とのパフォーマンスはcooccurance_probability_numbaほぼ同じであることがわかりました。
どうしてこれなの？要素操作ごとの派手な要素が原因でしょうか？
私は例として次のとおりです: http://nbviewer.ipython.org/github/ellisonbg/talk-sicm2-2013/blob/master/NumbaCython.ipynb
[注: 問題の対称性により、実行時間を半分にすることができましたが、それは私の主な関心事ではありません]
python - Pythonで複数のCPUコアで単純なループ(異なるデータで動作する)を実行する最も簡単な方法は?
比較的計算集約的な毎年のデータを計算しています。データを計算するための反復を実行するのにかかる時間を短縮するために、numba を (大きな効果を得るために) 使用しました。ただし、20 年間の独立したデータがあることを考えると、それらを 4 つの異なる CPU コアで実行できる 4 つのグループ x 5 に分割したいと考えています。
上記のコード スニペットでは、関数は属性 year および xs を含む Class 内のメソッドです。yearは単なる整数の年でありxs、xs.data と compute_matrix() メソッドを格納する断面オブジェクトです。
これを複数のコアに分割する最も簡単な方法は何ですか?
ループを自動的に分割して異なるプロセスで実行し、結果を結合できる Numba スタイルのデコレータがあれば素晴らしいことです。これは存在しますか？
Python.multiprocessing を使用するのが最善の策ですか?