时间戳

首页 > 解决方案 > guvectorize 在 nopython 模式下不解析类型

python - guvectorize 在 nopython 模式下不解析类型

问题描述

我正在为 numba 错误而苦苦挣扎 Untyped global name 'is_a_subset': Cannot determine Numba type of <class 'numba.np.ufunc.gufunc.GUFunc'> 这通常意味着我摸索并使用了 numba 不支持的方法。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，在测试功能上删除 njit 会使一切正常。

def test(x,y,z):
    is_a_subset(x,y,z)
    return z.mean()

为什么在 no-python 模式下 numba 难以解析类型？
我也试过没有不同的结果

@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])

标签： pythonvectorizationjitnumba

解决方案

我正在使用 Numba 0.53.1 并且可以复制此错误。这篇关于Numba 0.53 中的动态调度更新的博客最后提到了这一点（强调添加）：guvectorize

在未来，我们希望使这些@guvectorize能力更接近@vectorize那些能力。例如，目前无法从 jited ( @jit) 函数中调用 guvectorize 函数。

有一个类似的未解决问题，vectorize但它表明@vectorize可以在函数中调用@jit函数，只是它仅限于默认的target = "cpu".

推荐阅读