我编写了一个脚本,该脚本旨在测试已添加到多个功能中的@numba.jit
装饰器的有效性。我想先在没有即时编译的情况下执行带注释的函数,然后再使用@numba.jit
装饰器进行操作,以比较两个结果。
我已经尝试通过NUMBA_DISABLE_JIT
修改os.environ
环境变量的值来做到这一点,但是我不确定这是否能达到预期的效果。例如:
# run first without and then with numba's just-in-time compilation
for flag in [1, 0]:
# enable/disable numba's just-in-time compilation
os.environ["NUMBA_DISABLE_JIT"] = str(flag)
# time an arbitrary number of iterations of the JIT decorated function
start = time.time()
for _ in range(1000):
expensive_function()
end = time.time()
# display the elapsed time
if flag == 0:
preposition = "with"
else:
preposition = "without"
print("Elapsed time " + preposition + " numba: {t}".format(t=(end - start)))
上面假设的环境变量DISABLE_NUMBA_JIT
的设置是否实际上起到禁用/启用所有用@numba.jit
装饰的函数的JIT编译的作用?如果没有的话,有没有更好的方法来给这只猫皮呢?
在此先感谢您提出任何意见/建议。
答案 0 :(得分:2)
我认为该标志仅对expensive_function
的首次呼叫产生影响,因此不会执行您想要的操作。
使用numba,您始终可以使用.py_func
访问原始的python函数,因此这可能是一种更简单的方法
import numba
@numba.njit
def expensive_function(arr):
ans = 0.0
for a in arr:
ans += a
return ans
arr = np.random.randn(1_000_000)
In [21]: %timeit expensive_function(arr)
# 1.51 ms ± 24.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit expensive_function.py_func(arr)
# 134 ms ± 11 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)