numba

    2热度

    2回答

    FFT卷积不是比cannonical卷积计算

    几个月前，我发现，盘旋在最快的方式使用FFT算法（更与FFTW库） 使用下面的代码计算速度更快我有争议的结果。 进口 from scipy import fftpack from numba import jit 卷积用FFT：使用下面的公式 def conv_fft(X, R): n = len(X) a = fftpack.fft(X) b = fftpac
    python numba 2016-02-20

    0热度

    2回答

    Numba不工作

    ，我总是得到： RuntimeError: module compiled against API version a but this version of numpy is 9 这个单行的Python文件： import numba as nb 如何解决这个问题？
    python numba 2016-02-29

    0热度

    1回答

    如何在Numba中使用Python类

    我有Numba 0.24，它支持类。 当我尝试构建最简单的类时，我可以想象我找到一个错误！发生了什么？ from numba import jitclass @jitclass class foo: x = 2 bar = foo() ------------------------------------------------------------------------
    python class numba 2016-03-03

    6热度

    1回答

    使用numba来加速循环

    从我读过的书中，numba可以显着加快python程序的速度。使用numba可以提高我的程序的时间效率吗？ import numpy as np def f_big(A, k, std_A, std_k, mean_A=10, mean_k=0.2, hh=100): return (1/(std_A * std_k * 2 * np.pi)) * A * (hh/50) ** k
    python numba 2016-03-03

    1热度

    1回答

    CUDA/Python：矩阵运算的转换错误

    我试图在使用NumbaPro CUDA Python的矩阵上执行非常基本的邻居算法。 功能： @autojit(target="gpu") def removeNeighboursMatCUDA(tmp_frame): for j in range(255): for i in range(255): if tmp_frame[i][j]!=0:
    python numba numba-pro 2016-01-19

    1热度

    1回答

    使用Numba来改善有限差分拉普拉斯算子

    我使用Python来求解方程的反应扩散系统（Fitz-Hugh-Nagumo model）。我想了解如何使用Numba来加速计算。我目前进口下列laplacian.py模块到我的集成脚本： def neumann_laplacian_1d(u,dx2): """Return finite difference Laplacian approximation of 2d array.
    python numpy numba 2016-01-24

    2热度

    2回答

    numba @njit更新大字典

    我尝试使用numba函数，需要在（int，int）元组作为关键字的非常大的（10e6）字典上进行搜索。 import numpy as np from numba import njit myarray = np.array([[0, 0], # 0, 1 [0, 1], [1, 1], # 1, 2 [1, 2], # 1, 3
    python jit numba 2016-02-06

    2热度

    1回答

    在numba函数中创建一个新的列表/数组

    “test_numba”下面的函数给出了一个错误：“无法输入空列表”，但它没有编译numba。 def test(list_test,count): test_list =[] for all in list_test: test_list.append(all) if count ==1: return np.asarray(test_
    python numba 2016-02-10

    4热度

    1回答

    2D阵列来表示一个巨大蟒字典，坐标等溶液，以节省存储器

    我尝试更新与来自阵列的数据dict_with_tuples_key： myarray = np.array([[0, 0], # 0, 1 [0, 1], [1, 1], # 1, 2 [1, 2], # 1, 3 [2, 2], [1, 3]] ) # a lot of this with shape~(
    python numpy sparse-matrix numba 2016-02-11

    3热度

    1回答

    numba guvectorize target ='parallel'slow than target ='cpu'

    我一直在试图优化一段涉及大型多维数组计算的python代码。我得到了与伦巴相违背的结果。我在MBP上运行，2015年年中，2.5 GHz i7 quadcore，OS 10.10.5，python 2.7.11。考虑以下几点： import numpy as np from numba import jit, vectorize, guvectorize import numexpr as n
    python parallel-processing numba numexpr 2016-02-11
最新问题