我正在尝试使用 numba 来提高 scipy.integrate.odeint 的 python 性能。
为此,我必须使用 @nb.jit(nopython=True) 来定义 ODE 系统的函数。然而,这个函数必须在我的程序中接受另一个 python 类实例作为参数。我还必须使用 @nb.jitclass(spec) 和适当的规格来 jit 类。这工作得很好,直到我发现一个严重的问题,当类的规范包含另一种类型的类实例作为其方法时。我的代码如下。
import numba as nb
from scipy.integrate import odeint
spec1=[("hi", nb.i4)]
@nb.jitclass(spec1)
class Hi(object):
def __init__(self):
self.hi = 0
spec2=[("dummy", nb.i4), ("dummy1", nb.i4)]
@nb.jitclass(spec2)
class Dummy(object):
def __init__(self, anotherClassInstance):
self.dummy = 0
self.dummy1 = anotherClassInstance
class A:
def __init__(self, someClassInstance):
self.a1 = someClassInstance
def odeSystem(self, x, t):
return _odeSystem(x, t, self.a1)
def odeSolve(self, iValues, ts):
sol = odeint(self.odeSystem, iValues, ts)
return sol
@nb.jit(nopython=True)
def _odeSystem(x, t, someClassInstance):
return 1-x
if __name__ == "__main__":
c = Hi()
b = Dummy(c)
a = A(b)
print a.odeSolve(0.5, range(0, 10))
总之:
所以这里“A 类”是我的颂歌求解器。
要使用 numba 编译方法“odeSystem”,它不能是类方法。所以我在“_odeSystem”类之外创建了另一个函数。
然而不幸的是,我的 odeSystem 必须有一个类实例作为参数。因此,我使用 @jitclass 来正确编译类实例参数。
我又遇到了另一个问题,这个类“Dummy”也将另一种类型的类实例作为其属性之一。我不知道如何为此类设置“规范”。我用“nb.typeof(Hi)”尝试了“dummy1”的类型,但它不起作用。
请帮我。提前致谢。
您可以使用.class_type.instance_type
在您的规范定义中,用于保存另一种类型的实例。请参阅 numba 源代码树中的示例here https://github.com/numba/numba/blob/deb27e3a08665af7c70d0ddfd62814bdf0af51f5/examples/linkedlist.py#L38
spec2=[("dummy", nb.i4), ("dummy1", Hi.class_type.instance_type)]
@nb.jitclass(spec2)
class Dummy(object):
def __init__(self, anotherClassInstance):
self.dummy = 0
self.dummy1 = anotherClassInstance
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@)