问题标签 [parakeet]

我正在比较几个 Python 模块/扩展或方法以实现以下目标：

此函数是有限差分时域 (FDTD) 方法的一个非常基本的实现。我已经通过几种方式实现了这个功能：

• 有更多 NumPy 例程
• 在赛通
• 使用 Numba（自动）jit。

现在我想将性能与 NumbaPro CUDA 进行比较。

这是我第一次为 CUDA 编写代码，我想出了下面的代码。

不幸的是，我收到以下错误：

我也使用了 grid.to_host() ，但这也不起作用。CUDA 肯定在这个系统上使用 NumbaPro。

我需要优化这个函数，因为我试图让我的 OpenGL 模拟运行得更快。我想使用Parakeet，但我不太明白我需要以什么方式修改下面的代码才能这样做。你能看出我应该怎么做吗？

据我所知，Parakeet 应该能够不加修改地使用上述函数——它只使用 Numpy 和数学。但是，从 Parakeet jit 包装器调用函数时，我总是会收到以下错误：

我想知道是否有人知道鹦鹉和 Numba jit 之间的一些主要区别？我很好奇，因为我将 Numexpr 与 Numba 和 parakeet 进行比较，并且对于这个特定的表达式（我希望在 Numexpr 上表现得非常好，因为它是其文档中提到的那个）

所以结果是

以及我测试的功能（通过 timeit - 每个功能至少 3 次重复和 10 次循环）

如果您想在您的机器上仔细检查结果，您也可以使用IPython nb 。

如果有人想知道 Numba 是否安装正确......我想是的，它在我之前的基准测试中按预期执行：

我习惯用 C/C++ 编写代码，当我看到以下数组操作时，我觉得有些 CPU 浪费：

因此我想知道：

• 这条线是否会被执行（解释）为创建一个临时数组（内存分配），然后连接前三个单元格（再次分配内存）？
  还是 python 解释器足够聪明？
  ^{（我也很好奇Pythran、Parakeet、Numba、Cython和其他 python 解释器/编译器在这种情况下所做的优化......）}

• 是否有一个技巧可以编写更高效的 CPU 并且仍然可以理解/优雅的替换行？
  ^{（您可以提供特定的 Python2 和/或 Python3 技巧和提示）}