我试图通过使用numba的重载(docs here)，在numba jitted函数内部使用外部定义的函数，但Python内核在我运行它时死了。下面是我要重现的最小示例： from numpy.polynomial.legendre import leggauss as lg # My externally defined functionfrom n
浏览 49提问于2021-07-23得票数 0
我用virtualenv创建并激活了一个虚拟环境：source venv/bin/activatepip installspyder-kernels==0.*然后，我在虚拟环境中启动了Spyder：我将Spyder中的python解释器更改为正确的路径，使用：> Python > Pr
浏览 1提问于2020-07-01得票数 1
回答已采纳
我感兴趣的是在python中使用NVIDIA RTX GPU的张量核，以便在一些科学计算中受益于它的速度。Numba是一个伟大的库，它允许为cuda编程内核，但是我还没有找到如何使用张量核。能用Numba做吗？如果没有，我应该使用什么？
浏览 2提问于2020-06-20得票数 0
回答已采纳
1回答
Python 3.9.7，Numba 0.54.0@numba.njit(parallel=True)2由于函数‘make_callable_template.泛型’：File: numba/core/ Line /templates.py:第174行中的重载而不匹配。使用参数：‘(Unichrx5)
浏览 2提问于2021-10-17得票数 1
1回答
我正在尝试执行以下内核import numpy as np
def Dark_Pix_Search_Kernel(all_bands
浏览 0提问于2019-11-02得票数 1
1回答
我刚刚开始使用numba来提高我的程序的性能。' ,time()-t0)Python 3.5.5 |Anaconda custom (64-bit)| (default, Apr 7 201802-Codes/TestCode/Python_numba')numba 0.2964000701904297
但当我重复执行所
浏览 0提问于2018-11-20得票数 2
1回答
)
C[ROW, COL] = res然后我在另一个内核中调用这个函数两次即使在每次调用cuda.syncthreads()之后使用GPU_Mat2 ()，答案仍然是错误的。我的问题是，“是否可以使用另一个内核中的内核调用(这里是C)的输出作为输入？”cuda.to_device(C_GPU)
d_D =
浏览 2提问于2017-08-01得票数 1
回答已采纳
1回答
我的python版本是3.8。然而，当我试图在jupyter笔记本中使用这个命令pip install scanpy安装scanpy时，我得到了以下错误消息：
ERROR: matplotlib 3.5.3 has requirementERROR: pynndescent 0.5.8 has requirement numba>=0.51.2, but you'll have numba 0.45.1 which is incompatibleERROR: um
浏览 30提问于2022-11-15得票数 1
使用Python驱动CUDA，我希望在内核和内存副本发生后运行的流中调度Python主机函数异步。在一个Python (PyCuda，Numba，.)中是否有与CUDA CUresult cuLaunchHostFunc(CUstream hStream, CUhostFn fn, void* userData
浏览 4提问于2020-05-14得票数 0
回答已采纳
-1], [1, 1], [2, 1]])clf = linear_model.SGDClassifier()但是内核马上就死了我使用的是当前版本的anaconda3，所有更新都在ubuntu16.04 64位系统上。
浏览 21提问于2016-09-27得票数 2
回答已采纳
1回答
我正在做一个涉及用Python创建CUDA内核的项目。Numba工作得很好(这些人完成的工作令人难以置信)，PyCUDA也是如此。有没有办法做到这一点？
浏览 12提问于2016-09-18得票数 2
回答已采纳
1回答
我用Python/Numba编写了一个使用几个cuda GPU的模拟程序。每个进程都是使用单独的cuda上下文从不同的进程启动的。这个模拟运行一个很长的循环，最后将结果报告给父进程，父进程存储了到目前为止最好的结果，并且这个过程一直在进行。当GPU / process完成其内核并报告一个新的最佳结果时，我喜欢在其他进程/GPU上终止内核执行，这样它们就可以获得这个新的最佳结果并迭代它，而不是等待它们完成。每次执行都需要30
浏览 2提问于2020-12-02得票数 0
回答已采纳
我看到了一些@cupy.fuse演示，这对于使用Numpy语法的GPU编程来说是一个奇迹。cupy的主要问题是，像a这样的每个操作都是一个完整的内核启动，然后是免费内核。(这就是为什么人们最好使用numba @jit)
cupy.fuse是否会积极地内联应用装饰器的函数中调用的任何python函数，从而将它们滚动到同一个内核
浏览 2提问于2018-12-05得票数 3
我有一个Nvidia图形处理器，下载了CUDA，并且正在尝试使用它。@njit x = rho * (theta)a = product(1,2)
print(a) 我如何让它使用我尝试过的东西： 当我将装饰器从@njit切换到@cuda.jit时，我得到: TypingError:对于'$0.5'，没有从int64转换为None，定义为none。当我切换装饰器设备(@cuda.jit= True)时，我得到: Ty
浏览 21提问于2019-05-04得票数 0
我使用Anaconda版本4.5.8和Python 3.6.6。从tensorflow网站使用以下命令安装tensorflow后：activate tensorflow我已经按照他们的指示做了，但是每当我在我的Jupyter笔记本上运行import tensorflow as tf时，我的内核
浏览 19提问于2018-07-31得票数 0
1回答
我想释放和重用GPU，同时使用Tensorflow在一个jupyter笔记本。calculation.Free a TF GPU稍等一下步骤1。import time
from numba import cuda
device# Run on the GPUfree_gpu
浏览 0提问于2021-10-18得票数 0
回答已采纳
1回答
为了在3D NumPy阵列上计算不同内核的卷积/互相关，我希望并行计算许多较小的FFT。我发现NUMBA的@njit(parallel = True)标签并不支持SciPy或NumPy的FFT / IFFT函数。 有没有可能用NUMBA多线程计算几个3DFFT，而不必自己实现FFT算法？或者在没有@njit标签的情况下，NUMBA parallel = True标签可以工作吗？我不太关心代码编译，我真正感兴趣的是多线程部分。我知道我总是可以使用<em
浏览 178提问于2021-08-12得票数 0
基本上，只要在内核中插入'class_weight‘，内核就会死掉。我运行过完全相同的模型，但没有使用class_weight，没有任何问题。我使用的是jupyter notebook (6.2.0)，搭载Macbook Pro M1芯片16‘m内存，Python3.8和tensorflow 2.4。谢谢
浏览 0提问于2021-03-22得票数 1
1回答
在numba cuda内核中，我知道我们可以定义本地数组和共享数组。此外，内核中的所有变量赋值都会被分配给特定线程的寄存器。可以使用numba cuda声明一个寄存器数组吗？在CUDA C内核中会用到的类似于下面的内容？ register float accumulators[32];
浏览 8提问于2019-05-13得票数 0
回答已采纳
我有一个Numba cuda内核，我可以在RTX 3090上启动多达640个线程和64个块。File "/home/stark/anaconda3/envs/mmr-env/lib/python3.9/site-packages/numba/cuda/cudadrv/driver.py", line_check_error(fname, retcode)
File
浏览 104提问于2021-08-04得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
