Question

我真的是numba的新手，所以我真的不明白为什么会这样。我正在程序（Ising模型）的瓶颈功能上运行njit，但确实会减慢速度。

我的功能是：

@nb.njit#(nb.types.int64[:](nb.types.int64, nb.types.float64[:], nb.types.int64[:], nb.types.int64[:]))
def heat_bath_mcs(size, Z, s, neighbors):
    for step in range(size):
        choice = int(size*np.random.random())
        energy_variation = (s[neighbors[4*choice]]+s[neighbors[4*choice+1]]
                            + s[neighbors[4*choice+2]]+s[neighbors[4*choice+3]])
        if np.random.random() < 1.0/(1.0+Z[int(energy_variation*0.5)+2]):
            s[choice] = +1
        else:
            s[choice] = -1
    return s

size是一个整数，s和neighbors是2个长度为size的python列表，都具有整数值，而Z是一个长度为4的列表浮点值。

在我试图推断类型的地方，但是它给出了这个错误（只使用第一个代码中＃之后的内容）：

TypeError：参数类型int64没有匹配的定义，反映列表（float64），反映列表（int64），反映列表（int64）

如果在每次调用该函数之前打印出numba类型，则：

print(nb.typeof(size),nb.typeof(Z),nb.typeof(s),nb.typeof(neighbors))

结果：

int64 reflected list(float64) reflected list(int64) reflected list(int64)

所以我的问题是，为什么会这样？我想我做错了什么，如何改善我的代码以加快速度？

Numba比python慢吗？

0 个答案:

Numba比python慢​​吗？

0 个答案:

Numba比python慢吗？