假设我有一个函数可以接受int
or a None
类型作为输入参数
import numba as nb
import numpy as np
jitkw = {"nopython": True, "nogil": True, "error_model": "numpy", "fastmath": True}
@nb.jit("f8(i8)", **jitkw)
def get_random(seed=None):
np.random.seed(None)
out = np.random.normal()
return out
我希望该函数简单地返回一个正态分布的随机数。如果我想要可重复的结果,种子应该是int
.
get_random(42)
>>> 0.4967141530112327
get_random(42)
>>> 0.4967141530112327
get_random(42)
>>> 0.4967141530112327
如果我想要随机数,seed
应保留为None
。但是,如果我不传递参数(因此种子默认为None
) 或显式传递seed=None
,然后 numba 提出TypeError
get_random()
>>> TypeError: No matching definition for argument type(s) omitted(default=None)
get_random(None)
>>> TypeError: No matching definition for argument type(s) omitted(default=None)
我该如何编写该函数,仍然声明签名并使用nopython
这种场景的模式?
我的numba版本是0.43.1
第一个问题是 nopython 模式下的 numba 只接受(从版本 0.43.1 开始)np.random.seed:仅使用整数参数 https://numba.pydata.org/numba-doc/0.43.0/reference/numpysupported.html#initialization.
所以,不幸的是,你不能通过None
.
第二个问题是(据我所知)没有一个“单一”签名告诉 numba 如何处理缺失值,但是您可以使用两个签名(是的,它非常冗长):
import numba as nb
import numpy as np
jitkw = {"nopython": True, "nogil": True, "error_model": "numpy", "fastmath": True}
@nb.jit(
[nb.types.float64(nb.types.misc.Omitted(None)),
nb.types.float64(nb.types.int64)],
**jitkw)
def get_random(seed=None):
return np.random.normal()
对签名的两部分做一个简短的解释:
- The
nb.types.float64(nb.types.misc.Omitted(None))
告诉 numba 使用None
如果省略参数则作为默认类型
- 和
nb.types.float64(nb.types.int64)
是需要整数的签名。
就我个人而言,我不会指定签名,而只是让 numba 来解决。在 numba 中,显式签名很少值得,而且更常见的是,它们会导致代码变慢且灵活性较差。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)