2

我试图通过尝试一些简单的算法来理解 numbapro 中 jit/vectorize 背后的语义。这是米勒拉宾素性测试，我想随后运行多次。

这工作正常

from numbapro import jit , guvectorize , vectorize, uint64, int32, int8, bool_
import random
@jit(bool_(uint64,int32),target='cpu')
def is_prime(n,k):
    if n % 2 == 0:
        return False
    # n-1 as 2^s * d
    dn = n - 1
    s1 = 0
    while dn % 2 == 0:
        dn = dn >> 1
        s1 += 1
    for j in range(k):
        a1 = random.randint(2,n-2)
        x = pow(a1,dn) % n
        if x == 1 or x == n - 1:
            continue
        for i in range(s1):
            x = (x * x) % n
            if x == 1:
                return False
            if x == n - 1:
                break
    return True

但是用

@vectorize(bool_(uint64,int32),target='cpu')

给出错误

Traceback (most recent call last):
  File "h:\users\mushfaque.cradle\documents\visual studio 2013\Projects\EulerPraxis\EulerPraxis\EulerPraxis.py", line 12, in <module>
    @vectorize(int8(uint64,int32),target='cpu')
  File "H:\Apps\Anaconda3\lib\site-packages\numba\npyufunc\decorators.py", line 67, in wrap
    for fty in ftylist:
TypeError: 'NotImplementedType' object is not callable

我知道应该在 ufunc 上使用矢量化，但是我缺少什么来使它成为 ufunc？

4

1 回答 1

0

我已经解决了这个问题。

  • @vectorize([int32(uint64,int32)],target='cpu') 修复了第一个问题。注意类型注释周围的“[]”
  • bool_ 作为返回类型不受支持（错误），已报告。同时使用 int32
  • 一个更微妙的问题是，如果您使用 n = 3 ， randint 会引发异常。Numba 尚未处理代码中的异常，因此应该有一个额外的“如果”来捕捉这种可能性
于 2014-11-23T15:35:29.923 回答