我剛剛寫了一個比較 Numba 和 Julia 的簡單基準測驗，以及一些討論。
我想知道我的 Numba 代碼是否可以以某種方式修復，或者 Numba 是否確實不支持我正在嘗試做的事情。
這個想法是使用 JIT 編譯的求積規則來評估這個函式。
g(p) = integrate exp(p*x) with respect to x
這是簡單的求積函式：
@nb.njit
def quad_trap(f,a,b,N):
h = (b-a)/N
integral = h * ( f(a) f(b) ) / 2
for k in range(N):
xk = (b-a) * k/N a
integral = integral h*f(xk)
return integral
我可以將 JIT 編譯的函式傳遞給該函式，如下所示：
@nb.njit(nb.float64(nb.float64))
def func(x):
return math.exp(x) - 10
這比純 Python 快大約 10-20 倍，這非常好。
現在，我想做的是傳遞一個 x 并由 p 引數化的函式，類似于：
def g(p):
@nb.njit(nb.float64(nb.float64))
def integrand(x):
return math.exp(p*x) - 10
return quad_trap(integrand, -1, 1, 10000)
并且做似乎打破了 Numba，即使與純 Python 相比，它也會變得非常慢。
我做錯了什么，還是 Numba 確實不支持此功能？（我確實檢查了檔案，但我不明白問題出在哪里）。謝謝！
uj5u.com熱心網友回復：
TL；DR： Numba 似乎還不支持此功能。
這比純 Python 快 10-20 倍，這非常好。
Numba 函式quad_trap將在您第一次呼叫時編譯。如果引數的型別發生變化，那么 Numba 將再次重新編譯該函式。編譯時間通常遠不能忽略（幾毫秒到幾秒）。為了避免這種情況，解決方案通常是指定引數的型別。但是，AFAIK，由于該功能，這在此處是不可能的（至少沒有記錄在案）。話雖如此，因為您肯定quad_trap使用相同的函式對函式進行基準測驗，Numba 不應該重新編譯該函式，因為提供的引數的型別不會改變。
做似乎打破了 Numba，即使與純 Python 相比，它也變得非常慢。
在 Numba 的最新版本中，它可以在沒有警告的情況下作業，但這是因為integrandNumba 不知道其代碼是否更改（或在此函式中遞回呼叫的一個函式/運算子），因此要一遍又一遍地重新編譯該函式。在舊版本中，Numba 可能會抱怨該函式讀取從其父包含函式integrand讀取的引數。p這稱為閉包。
編譯器通常不太支持閉包，因為處理它們要困難得多（它們需要從父函式的堆疊中讀取變數）。一個經常出現的普遍問題是閉包可以逃脫其父函式的范圍并在外部被呼叫，從而導致未定義的行為（因為閉包將嘗試讀取已完成函式的失效堆疊）。
一個技巧是將@nb.njit裝飾器從to 移動integrand，g但 Numba 拒絕編譯，g因為它不支持可能逃脫其父函式范圍的閉包（由于前面描述的問題）。請注意，閉包不會轉義在您的案例中定義的函式，但 Numba 無法證明這一點（因為該quad_trap函式已經編譯）并且不幸的是，當函式quad_trap被行內時它也無法做到這一點（雖然理論上它可以證明這是安全的）。事實上，檔案指出：
Numba 現在支持內部函式，只要它們是非遞回的并且僅在本地呼叫，但不作為引數傳遞或作為結果回傳。還支持在內部函式中使用閉包變數（在外部范圍中定義的變數）。
我認為@generated_jit裝飾器可能有助于解決此類問題，但我沒有成功使其適用于您的特定情況。它至少應該有助于g在定義時（例如integrand）而不是在第一次呼叫期間進行編譯。
一種解決方案是不使用閉包：
@nb.njit
def quad_trap_p(f,a,b,N,p):
h = (b-a)/N
integral = h * ( f(a,p) f(b,p) ) / 2
for k in range(N):
xk = (b-a) * k/N a
integral = integral h*f(xk,p)
return integral
@nb.njit(nb.float64(nb.float64, nb.float64))
def integrand(x, p):
return math.exp(p*x) - 10
def g(p):
return quad_trap_p(integrand, -1, 1, 10000, p)
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/420787.html
標籤：