numba

9зной

3ответ

Ошибка при установке Numba на OS X

Я не могу установить Numba (через pip) в систему OS X. Я использую Python: 2.7.11 (Homebrew) пип: 8.1.1 Setuptools: 20.6.7 OS X: 10.11.4 (x86_64) Xcode: 7,3 Xcode CLT: 7.3.0.0.1.1457485338 Clang: 7,3

python osx-elcapitan numba 2016-04-03

---

0зной

1ответ

Быстрее Python Косинус несходства между Scipy CSR «векторы»

Это классический вопрос, но я считаю, что многие люди все еще ищут ответы. Этот вопрос отличается от this one, так как мой вопрос заключается в операции между двумя разреженными векторами (а не матриц

python cython sparse-matrix jit numba 2016-04-03

---

3зной

1ответ

CUDA-Python: Как запустить ядро ​​CUDA в Python (Numba 0.25)?

Не могли бы вы помочь мне понять, как писать ядра CUDA в Python? AFAIK, numba.vectorize может быть выполнен на cuda, cpu, parallel (multi-cpus), на основе target. Но target = 'cuda' требует установки

python cuda numba numba-pro 2016-04-08

---

1зной

1ответ

Почему numba намного быстрее на этом простом суммировании?

У меня есть ноутбук, где общественный питон, NumPy, Numba, Cython и Фортран сравниваются с простым суммированием: https://gist.github.com/denfromufa/7727874c4fe1e7e174ed953930e93bbc Почему Numba намно

python numpy cython numba f2py 2016-04-13

---

1зной

1ответ

Как ускорить эту функцию python с numba?

Я пытаюсь ускорить этот питон функцию: def twoFreq_orig(z, source_z, num, den, matrix, e): Z1, Z2 = np.meshgrid(source_z, np.conj(z)) Z1 **= num Z2 **= den - 1 M = (e ** ((num + de

python python-2.7 numba 2016-03-06

---

2зной

1ответ

Разница между @ cuda.jit и @jit (target = 'gpu')

У меня возник вопрос по работе с библиотеками CUDA Python из пакетов Accully и Numba Continuum. Использует декоратор @jit с target = gpu так же, как @cuda.jit?

cuda numba 2016-03-09

---

2зной

2ответ

Как я могу присвоить значение массива numat numat для int внутри функции numba jitted в режиме nopython

Внутри функции numped jitted nopython мне нужно индексировать массив со значениями внутри другого массива. Оба массива представляют собой массивы numpy массивов. Например @numba.jit("void(f8[:], f8[:]

python numpy numba 2016-03-17

---

1зной

1ответ

оптимальные реализации Numba для матричного умножения существенно зависят от размера матрицы

Этого вопроса относится к одному я отправил некоторое время назад: Python, numpy, einsum multiply a stack of matrices Я пытаюсь понять, почему я получаю ускорения я получаю с Numba при использовании в

python numpy matrix numba 2016-03-29

---