如何使用numba？-有解無憂

我遇到了關于使用 numba jit 裝飾器 ( @nb.jit) 的問題！這是來自 jupyter notebook 的警告，

NumbaWarning：編譯正在回退到啟用回圈提升的物件模式，因為函式“get_nb_freq”由于以下原因導致型別推斷失敗：未找到用于簽名的函式函式（<function dot

這是我的代碼：
@numba.jit
def get_nb_freq( nb_count = None, onehot_ct = None):
#     nb_freq = onehot_ct.T @ nb_count
    nb_freq = np.dot(onehot_ct.T, nb_count)
    res = nb_freq/nb_freq.sum(axis = 1).reshape(Num_celltype,-1)
    return res

## onehot_ct is array, and its shape is (921600,4)
## nb_count is array, and its shape is the same as onehot_ct
## Num_celltype  equals 4
uj5u.com熱心網友回復：

根據您提到的形狀，我們可以將陣列創建為：
onehot_ct = np.random.rand(921600, 4)
nb_count = np.random.rand(921600, 4)
您準備的代碼將正常作業并得到如下答案：
[[0.25013102754197963 0.25021461207825463 0.2496806287276126  0.24997373165215303]
 [0.2501574139037384  0.25018726649940737 0.24975108864220968 0.24990423095464467]
 [0.25020550587624757 0.2501303498983212  0.24978335463279314 0.24988078959263807]
 [0.2501855533482036  0.2500913419625523  0.24979681404573967 0.24992629064350436]]
因此，它表明代碼正在運行，并且問題似乎與陣列的型別有關，numba 無法識別它們。因此，簽名在這里可能會有所幫助，我們可以手動識別函式的型別。因此，基于錯誤，我認為以下簽名將通過您的問題：
@nb.jit("float64[:, ::1](float64[:, ::1], float32[:, ::1])")
def get_nb_freq( nb_count = None, onehot_ct = None):
    nb_freq = np.dot(onehot_ct.T, nb_count)
    res = nb_freq/nb_freq.sum(axis=1).reshape(4, -1)
    return res
但是如果你測驗它會再次卡住get_nb_freq(nb_count.astype(np.float64), onehot_ct.astype(np.float32))，所以另一個原因可能與不相等的型別有關np.dot。因此，使用onehot_ct陣列作為陣列型別np.float64，可以傳遞問題：
@nb.jit("float64[:, ::1](float64[:, ::1], float32[:, ::1])")
def get_nb_freq( nb_count, onehot_ct):
    nb_freq = np.dot(onehot_ct.astype(np.float64).T, nb_count)
    res = nb_freq/nb_freq.sum(axis=1).reshape(4, -1)
    return res
它在我的機器上運行了這個更正。我建議撰寫 numba 等效代碼（例如 fornp.dot）而不是使用np.dotor ...，這樣可以更快。

轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/497791.html
標籤：Python 麻木的矩阵乘法麻木

上一篇：給定陣列值的日期最大值和numpy的陣列日期
下一篇：在字典串列上映射字典。如何在沒有for回圈的情況下優化它？