Question

我试图通过尝试一些简单的算法来理解numbapro中jit / vectorize背后的语义。这是miller-rabin素性测试，我想随后多次运行。

这很好用

from numbapro import jit , guvectorize , vectorize, uint64, int32, int8, bool_
import random
@jit(bool_(uint64,int32),target='cpu')
def is_prime(n,k):
    if n % 2 == 0:
        return False
    # n-1 as 2^s * d
    dn = n - 1
    s1 = 0
    while dn % 2 == 0:
        dn = dn >> 1
        s1 += 1
    for j in range(k):
        a1 = random.randint(2,n-2)
        x = pow(a1,dn) % n
        if x == 1 or x == n - 1:
            continue
        for i in range(s1):
            x = (x * x) % n
            if x == 1:
                return False
            if x == n - 1:
                break
    return True

但用

替换装饰器

@vectorize(bool_(uint64,int32),target='cpu')

给出错误

Traceback (most recent call last):
  File "h:\users\mushfaque.cradle\documents\visual studio 2013\Projects\EulerPraxis\EulerPraxis\EulerPraxis.py", line 12, in <module>
    @vectorize(int8(uint64,int32),target='cpu')
  File "H:\Apps\Anaconda3\lib\site-packages\numba\npyufunc\decorators.py", line 67, in wrap
    for fty in ftylist:
TypeError: 'NotImplementedType' object is not callable

我知道vectorize应该用在ufuncs上，但是我错过了什么来使它成为一个ufunc？

Answer 1

我已经解决了这个问题。

@vectorize（[int32（uint64，int32）]，target =＆＃39; cpu＆＃39;）解决了第一个问题。请注意＆＃39; []＆＃39;围绕类型注释
bool_作为返回类型不受支持（bug）已报告。同时使用int32
一个更微妙的问题是，如果使用n = 3，则randint会抛出异常。 Numba并没有处理代码中的异常，因此应该有一个额外的＆＃39; if＆＃39;抓住这种可能性

Numbapro试图矢量化jit＆＃d; d功能

1 个答案: