问题标签 [autojit]

我使用 numba 使用 autojit 装饰器来加速我的部分 Python 代码。测试通过并且 %timeit 表明代码确实被加速了。

第一次执行很慢，因为我认为 numba 正在编译代码。说得通。但是当我运行一组测试时，它们运行得非常慢，从我更改前大约 10 秒内的 10 次测试到 117 秒内的相同测试。似乎 numba 必须一次又一次地为每个测试单独编译。

我可以避免这种情况吗？我尝试在setUp函数中运行一个简单的测试，认为可能会为所有测试编译一次函数，但这并没有显着改变运行时间。

我正在使用 numba @autojit 装饰器。以下错误是什么意思？

什么是免费变量？

我一直在忙于我的 mendelbrot 集生成器程序，该程序目前与 autojit（gpu 并行性）一起使用以提高性能。问题是，它仅在浮点足够精确时才有效。

有没有办法（或库）来提高浮点精度，并且仍然能够使用 autojit 的性能提升功能？

我已经尝试过 bigfloat （无法让它工作）和 mpmath （忽略 autojit，非常慢）。

我的程序：

编辑：程序将集合保存为图像，因为我要从中渲染视频。

我使用以下脚本计算一个简单的矩阵乘法：

除了 , ,的初始化之外A，每个测试都是相等的。输出是：BC

因此，矩阵乘法np.ones比np.zeros初始化更快。随机初始化要慢得多。如何解释这种行为？

如果没有@autojit优化，计算时间几乎相等。