Question

我正在传递numba作为我的函数的签名

@numba.jit(numba.types.UniTuple(numba.float64[:, :], 2)(
    numba.float64[:, :], numba.float64[:, :], numba.float64[:, :], 
earth_model_type))

其中earth_model_type被定义为

earth_model_type = numba.deferred_type()
earth_model_type.define(em.EarthModel.class_type.instance_type)

它可以很好地编译，但是当我尝试调用该函数时，我得到了

*** TypeError：参数类型数组（float64、2d，F），数组（float64、2d，C），数组（float64、2d，F）没有匹配的定义， instance.jitclass.EarthModel＃7fd9c48dd668

在我看来，具有不匹配定义的参数类型与上面的类型几乎相同。另一方面，如果我不仅仅通过使用@numba.jit(nopython=True)来指定签名，它就可以正常工作，并且numba编译的函数的签名是

ipdb> numbed_cowell_propagator_propagate.signatures

[（array（float64，2d，F），array（float64，2d，C），array（float64，2d，F）， instance.jitclass.EarthModel＃7f81bbc0e780）]

编辑

如果我使用FAQ中的方式强制执行C阶数组，我仍然会收到错误消息

TypeError：参数类型数组（float64， 2d，C），array（float64，2d，C），array（float64，2d，C）， instance.jitclass.EarthModel＃7f6edd8d57b8

我非常确定问题与延迟类型有关，因为如果我不传递jit类，而是传递该类（4个numba.float64）中需要的所有属性，则可以正常工作。

指定签名时我在做什么错了？

干杯。

Answer 1

在不完全了解完整代码如何工作的情况下，我不确定为什么需要使用延迟类型。通常，它用于包含相同类型实例变量（例如链表或其他节点树）的jit类，因此需要推迟到编译器处理类本身之后再参见（请参见{{3} }）以下最小示例起作用（如果我使用延迟类型，则可以重现您的错误）：

import numpy as np
import numba as nb

spec = [('x', nb.float64)]

@nb.jitclass(spec)
class EarthModel:
    def __init__(self, x):
        self.x = x

earth_model_type = EarthModel.class_type.instance_type

@nb.jit(nb.float64(nb.float64[:, :], nb.float64[:, :], nb.float64[:, :], earth_model_type))
def test(x, y, z, em):
    return em.x

然后运行它：

em = EarthModel(9.9)
x = np.random.normal(size=(3,3))
y = np.random.normal(size=(3,3))
z = np.random.normal(size=(3,3))

res = test(x, y, z, em)
print(res)  # 9.9

Numba jit和延迟类型

1 个答案: