Публикации по теме 'numba'
Примеры CUDA от Numba
Следуйте этой серии статей, чтобы узнать о программировании CUDA с нуля с помощью Python.
Часть 2 из 4. Вдевание нити в иглу
Введение
В первой части этой серии мы обсуждали, как запускать невероятно параллельные алгоритмы с использованием графического процессора. Удивительно параллельные задачи — это задачи, задачи которых полностью независимы друг от друга, например, суммирование двух массивов или применение любой поэлементной функции.
В этом уроке
Многие задачи, хотя и не..
Примеры CUDA от Numba
Прочитайте часть 3 этой серии, чтобы узнать о потоках и событиях в программировании CUDA для Python.
Часть 3 из 4: трансляции и события
Введение
В первых двух частях этой серии ( Часть 1 здесь и Часть 2 здесь ) мы узнали, как выполнять простые задачи с помощью программирования на GPU, такие как неловко параллельные задачи, сокращения с использованием общей памяти и функции устройства. Мы также узнали, как синхронизировать функции с хоста — и почему это может быть не лучший способ..
Вопросы по теме 'numba'
Функция автоджита Numba медленнее, чем векторизованный метод Numpy
У меня есть следующий цикл for для построения списка значений:
p = 7
A = []
for i in range(0, 10**p):
A.append(i**3 + i**2)
Чтобы ускорить создание списка, я создал его в виде массива Numpy, используя векторизованный подход. Этот подход...
3344 просмотров
schedule
15.12.2023
Ускорение взятия с numba?
Можно ли ускорить np.take с помощью numba?
Вот моя попытка, но она намного медленнее. Я не могу использовать режим nopython, так как ему не нравится команда np.empty_like.
import numba
import numpy as np
from timer import Timer
def take(...
340 просмотров
schedule
15.02.2024
Производительность Julia по сравнению с кодом, скомпилированным LLVM/JIT на Python+Numba
Показатели производительности для Julia, которые я видел до сих пор, например, на http://julialang.org/ , сравните Julia на чистый Python или Python+NumPy. В отличие от NumPy, SciPy использует библиотеки BLAS и LAPACK, где мы получаем оптимальную...
3936 просмотров
schedule
12.07.2022
Python pandas: банальные операторы применения невероятно медленны
У меня есть кадр данных pandas с ок. 250 000 строк. Я пытаюсь создать новое поле следующим образом:
df['new_field'] = df.apply( lambda x: x.field2 if x.field1 > 0 else 0, axis =1 )
это работает, но выполнение одной строки выше занимает...
118 просмотров
schedule
10.12.2023
Параллельные векторизованные функции Numbas
В настоящее время я экспериментирую с функциями numba и особенно с функциями vectorized , поэтому я создал векторизованную функцию sum (поскольку ее легко сравнить с np.sum .
import numpy as np
import numba as nb...
1070 просмотров
schedule
02.09.2022
Могу ли я использовать Numba на OS X?
Numa требует llvmlite, который работает только с LLVM до версии 3.7.1. Но моя версия LLVM, согласно llvm-gcc -v ,
Apple LLVM версии 7.3.0 (clang-703.0.29)
Эта версия несовместима с llvmlite? Отличается ли версия Apple от схемы, на...
466 просмотров
schedule
16.02.2024
Улучшить производительность Pandas Merge
У меня конкретно нет проблем с производительностью Pands Merge, как предполагают другие сообщения, но у меня есть класс, в котором есть много методов, которые много объединяют наборы данных.
В классе около 10 групп и около 15 слияний. Хотя groupby...
37673 просмотров
schedule
25.06.2022
Равномерная рекомбинация двоичного представления двух целых чисел
Мне нужна быстрая реализация следующей проблемы, желательно в виде функции numba. Я беру два случайных целых числа a & b из списка с именем integerlist и рассматриваю их двоичное представление длины l , например. a=10->1010 , b=6->0110...
116 просмотров
schedule
03.11.2023
Когда эффективна нумба?
Я знаю, что numba создает некоторые накладные расходы и в некоторых ситуациях (неинтенсивные вычисления) становится медленнее, чем чистый python. Но чего я не знаю, так это где провести черту. Можно ли использовать порядок сложности алгоритма, чтобы...
3206 просмотров
schedule
04.11.2023
Python: самый быстрый способ упаковки двумерного массива двоичных значений в массив UINT64.
У меня есть двумерный массив UINT8 размером (149797, 64) . Каждый из элементов равен 0 или 1. Я хочу упаковать эти двоичные значения в каждой строке в значение UINT64 , чтобы в результате я получил массив UINT64 формы 149797. Я попробовал...
296 просмотров
schedule
25.06.2022
Невозможно вызвать numba-функции из njit-ed функций
Работая с numba , я наткнулся на очень неожиданное поведение. Я создал функцию nb.njit , внутри которой я пытался создать массив nb.typed.List из int8 numpy , поэтому я попытался создать соответствующий тип numba .
nb.int8[:] # type of the...
3761 просмотров
schedule
24.11.2023
Вызов векторизованной функции в numba
Я пытаюсь вызвать функцию @vectorize из функции @jit. ¿Может кто-нибудь объяснить, почему не работает? Выкладываю код и ошибку:
N = 1000
# Ufunc using numba
@vectorize('float64(float64,float64)',nopython = True,target = "parallel")
def...
91 просмотров
schedule
23.05.2024
Проблема с numba: невозможно объединить массив, если я не конвертирую скаляры в массив
Что я пытаюсь сделать
Я пытаюсь создать очень простую функцию, которую я хочу оптимизировать с помощью numba (или, по крайней мере, проверить, имеет ли значение numba).
Я запускаю numpy 1.19.2 и numba 0.51.2 в установке Anaconda в Windows....
144 просмотров
schedule
30.06.2022
Каков правильный способ заставить функцию фабрики numba работать с потенциальными типами аргументов?
Я пытаюсь создать функцию, которая будет принимать другую numba JIT-компилированную функцию и некоторые параметры и возвращать ее оценку методом Монте-Карло. Это сделано для того, чтобы у меня было автоматическое распространение ошибок методом...
44 просмотров
schedule
21.03.2024
Ray и numba jit несовместимы
Я хочу объединить Ray и numba для параллельных вычислений. Однако Ray не может нормально работать с numba.
Если ядро ray и numba находятся в одном ноутбуке, оно работает правильно, т. Е.
import ray
from numba import jit...
175 просмотров
schedule
16.05.2024
