- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在从这里测试 prange 示例:
http://numba.pydata.org/numba-doc/0.11/prange.html
我有 numba 版本 0.11.1
不幸的是,它给了我这个错误:
Traceback (most recent call last):
File "C:\Anaconda\envs\p33\lib\site-packages\IPython\core\interactiveshell.py", line 2732, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-1-d9c777b2b461>", line 1, in <module>
execfile('C:\\Users\\Jon\\workspace\\Examples\\numba\\parallel_numba.py')
File "C:\eclipse_kepler\plugins\org.python.pydev_2.7.5.2013052819\pysrc\_pydev_execfile.py", line 38, in execfile
exec(compile(contents+"\n", file, 'exec'), glob, loc) #execute the script
File "C:\Users\Jon\workspace\Examples\numba\parallel_numba.py", line 19, in <module>
s0 = parallel_sum(B)
File "numbawrapper.pyx", line 192, in numba.numbawrapper._NumbaSpecializingWrapper.__call__ (numba\numbawrapper.c:3768)
SystemError: NULL result without error in PyObject_Call
这是我正在使用的代码:
from numba import autojit, prange
import numpy as np
@autojit
def parallel_sum(A):
sum = 0.0
for i in prange(A.shape[0]):
sum += A[i]
return sum
B = np.array( [1,2,3] )
s0 = parallel_sum(B)
最佳答案
出于某种原因,如果您明确命名 numba 模块,则该示例有效:
import numba
@numba.autojit
def parallel_sum(A):
sum = 0.0
for i in numba.prange(A.shape[0]):
sum += A[i]
return sum
另外,我通过 conda 使用 python 2.7 和 numba 0.11.1。我在原始代码中遇到了同样的错误。
关于python - Numba Prange 示例不起作用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21352315/
我有以下用于并行归约的简单 Cython 函数: # cython: boundscheck = False # cython: initializedcheck = False # cython:
我正在尝试为每个 thead 分配一个单独的数组。但是,当我尝试为其分配值时,出现错误:错误:从“int”到“int*”的无效转换 [-fpermissive]这是代码: cdef void test
我正在从这里测试 prange 示例: http://numba.pydata.org/numba-doc/0.11/prange.html 我有 numba 版本 0.11.1 不幸的是,它给了我这
我刚刚写了一个简单的程序来测试 cython 的 prange 是如何执行的,下面是代码: from cython.parallel import prange import numpy as np
我正在尝试使用 prange 来处理多个字符串。由于无法使用 python 列表执行此操作,因此我使用 numpy 数组。 对于 float 数组,此函数可以工作: from cython.paral
Cython 启动器在这里。我正在尝试通过使用多个线程来加速计算某个成对统计数据(在几个 bin 中)。特别是,我正在使用来自 cython.parallel 的 prange,它在内部使用 open
我在这样的列表上使用 prange 进行迭代: from cython.parallel import prange, threadid cdef int tid cdef CythonElemen
使用 prange 与 range 进行比较时,更新 prange 循环中的列表会给出错误的结果。 from numba import jit, prange import numpy as np @
我正在尝试使用 Cython 的 prange 提高某些度量计算的性能。这是我的代码: def shausdorff(float64_t[:,::1] XA not None, float64_t[:
我有一个大的 prange 循环,可以在这里高效地执行一些过程。我想跟踪其中一个何时找到更好的结果。但是,似乎在 prange 循环内写入变量会创建一个新的私有(private)变量,因此无法以这种方
我正在尝试用 cython 重写一个使用 openmp 的 fortran 子例程。我发现在 cython 中重写 fortran 子例程本身没有困难。非 openmp 版本工作正常。但是,我不确定如
我尝试按如下方式并行化,紧随documented example : @numba.jit(nopython=True) def foo(uIdx, grids): return uIdx @
我正在使用 Cython 版本 0.27.3 为一个简单的素数测试模块编译以下源代码,该模块包含同一算法的 python 和 cython 实现。当我将 threads 参数设置为不同的值时,尽管 G
在另一个 Q+A ( Can I perform dynamic cumsum of rows in pandas? ) 中,我对使用 prange 的正确性发表了评论。关于此代码(this answ
我正在实现一种具有特定结构的顺序算法(卡尔曼滤波器),其中可以并行完成大量内部循环。我需要从这个函数中获得尽可能多的性能。目前,它在我的机器上运行大约 600 毫秒,具有代表性数据输入(n,p = 1
总是出现“pyeval_savethread: null tstate”错误 我尝试使用 cython 通过 prange 进行一些并行计算。但是我发现当我使用返回指针的函数时,我会得到上面的错误。我
在用 numba 并行化 3 个封装的 for 循环的实验中,我意识到幼稚的方法实际上并不能提高性能。以下代码产生以下时间(以秒为单位): 0.154625177383 # no numba 0.4
在两种情况下考虑优化的 cython 代码: for j in xrange(8): for x in xrange(1, 600): tmp[j] =
我有一个函数 foo,它将指向内存的指针作为参数,并写入和读取该内存: cdef void foo (double *data): data[some_index_int] = some_val
我是一名优秀的程序员,十分优秀!