Question

我一直在尝试使用numba进行一些自动生成/ jit功能。

您可以在jit函数中调用其他jit函数，因此如果您有一组特定的函数，那么它很容易在我想要的功能中进行硬编码：

from numba import jit
@jit(nopython=True)
def f1(x):
    return (x - 2.0)**2

@jit(nopython=True)
def f2(x):
    return (x - 5.0)**2

def hardcoded(x, c):
    @jit(nopython=True)
    def f(x):
        return c[0] * f1(x) + c[1] * f2(x)
    return f

lincomb = hardcoded(3, (0.5, 0.5))
print(lincomb(2))

Out: 4.5

然而，假设您事先并不知道f1，f2是什么。我希望能够使用工厂生成函数，然后使用另一个工厂生成其线性组合：

def f_factory(x0):
    @jit(nopython=True)
    def f(x):
        return (x - x0)**2
    return f

def linear_comb(funcs, coeffs, nopython=True):
    @jit(nopython=nopython)
    def lc(x):
        total = 0.0
        for f, c in zip(funcs, coeffs):
            total += c * f(x)
        return total
    return lc

并在运行时调用它。这没有nopython模式：

funcs = (f_factory(2.0), f_factory(5.0))
lc = linear_comb(funcs, (0.5, 0.5), nopython=False)
print(lc(2))

Out: 4.5

但不适用于nopython模式。

lc = linear_comb(funcs, (0.5, 0.5), nopython=True)
print(lc(2))

TypingError: Failed at nopython (nopython frontend)
Untyped global name 'funcs': cannot determine Numba type of <class 'tuple'>
File "<ipython-input-100-2d3fb6214044>", line 11

所以看起来numba的jit函数元组有问题。有没有办法让这种行为起作用？

函数集和c可以变大，所以我真的想让它在nopython模式下编译。

Answer 1

可能有更好的方法可以做到这一点，但作为一个hacky解决方法，你确实可以使用一些＆＃34;模板＆＃34;生成一个唯一的名称并调用元组中的每个函数。

def linear_comb(funcs, coeffs, nopython=True):
    scope = {'coeffs': coeffs}

    stmts = [
    'def lc(x):',
    '    total = 0.0',
    ]
    for i, f in enumerate(funcs):
        # give each function a unique name
        scope[f'_f{i}'] = f
        # codegen for total line
        stmts.append(f'    total += coeffs[{i}] * _f{i}(x)')
    stmts.append('    return total')

    code = '\n'.join(stmts)
    exec(code, scope)
    lc = jit(nopython=nopython)(scope['lc'])
    return lc

lc = linear_comb(funcs, (0.5, 0.5), nopython=True)

lc(2)
Out[103]: 4.5

Numba模式中Numba jitted函数的线性组合

1 个答案: