在nopython模式下不解析类型
在nopython模式下不解析类型
提问于 2021-09-12 18:56:07
我正在挣扎于一个numba错误Untyped global name 'is_a_subset': Cannot determine Numba type of <class 'numba.np.ufunc.gufunc.GUFunc'>，这通常意味着我已经摸索并使用了一种不受numba支持的方法。以下代码失败。
@guvectorize("(n),(n)->(n)",nopython=True)
def is_a_subset(x,y,out):
out[:]=np.array([item in x for item in y])
@njit()
def test(x,y,z):
is_a_subset(x,y,z)
return z.mean()
x=np.array([[1,2,3],[3,2,1]])
y=np.array([[3,6,1],[1,2,3]])
z = np.empty_like(x)
test(x,y,z)但是，删除测试函数上的njit会使一切正常工作。
def test(x,y,z):
is_a_subset(x,y,z)
return z.mean()为什么numba在非python模式下难以解析类型？
我也尝试过，没有得到不同的结果。
@guvectorize(["f8[:],f8[:],f8[:]"],"(n),(n)->(n)",nopython=True)
def is_a_subset(x,y,out):
out[:]=np.array([item in x for item in y])回答 1
Stack Overflow用户
回答已采纳
发布于 2021-09-21 19:56:20
我正在使用Numba0.53.1并可以复制此错误。在Numba0.53中，关于向guvectorize的动态分派更新的这个guvectorize在结尾提到了这一点(重点是添加的)：
在未来，我们希望使
@guvectorize功能更接近于@vectorize功能。例如，目前不可能从(@jit)函数中调用guvectorize函数。
有一个与vectorize类似的@vectorize函数，但它演示了@vectorize函数可以在@jit函数中调用，只是它仅限于默认的target = "cpu"。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/69154359
复制相关文章
相似问题
腾讯云开发者
