Cuda @jit（device=True）返回'；DeviceFunctionTemplate'；对象不可调用
我正在研究数学方法，为了减少执行时间，我使用了一个修饰符Cuda @jit（device=True）返回'；DeviceFunctionTemplate'；对象不可调用,cuda,numba,Cuda,Numba,我正在研究数学方法，为了减少执行时间，我使用了一个修饰符 @numba.jit（nopython=True，nogil=True，cache=True） def analize_tick（数据：np.array，索引：int，结果信号：np.array）->无： ##我在这里执行一个操作，然后返回结果 结果[0]=1 它工作正常，但当我将装饰器从@numba.jit（nopython=True，nogil=True，cache=True）更改为@cuda.jit（device=True）时，我
@numba.jit（nopython=True，nogil=True，cache=True）
def analize_tick（数据：np.array，索引：int，结果信号：np.array）->无：
##我在这里执行一个操作，然后返回结果
结果[0]=1
@numba.jit（nopython=True，nogil=True，cache=True）@cuda.jit（device=True）- numpy二维浮点数组
- 整数索引
- numpy返回结果的一维整数数组
更新以添加代码示例：
导入单元测试
作为pd进口熊猫
将numpy作为np导入
进口麻木
来自numba import cuda
@jit（nopython=True，nogil=True，cache=True）
#@cuda.jit（device=True）
def计算（数据：np.array，索引：int，选项：np.array，结果信号：np.array）->无：
i=数据[0]
b=数据[1]
结果_信号[0]=i+b
@jit（nopython=True，nogil=True，cache=True）
#@cuda.jit（device=True）
每个_的定义（数据：np.array，选项：np.array，结果：np.array）->无：
对于索引，枚举中的r（数据）：
计算（r、指数、选项、结果）
#打印（结果[0]）
cuda_类测试（unittest.TestCase）：
def测试编号呼叫（自我）：
df=pd.DataFrame（[[1,1]，[2,2]]，列=['c0'，'c1']）
data=df.to_numpy（）
结果=np.数组（[0]，dtype=float）
options=np.array（[0]，dtype=float）
对于范围（0、10、1）内的西格玛：
选项[0]=西格玛
对于每个（数据、选项、结果）
@cuda.jit(device=True)
def for_each(data:np.array,options:np.array, result:np.array) -> None:
for index, r in enumerate(data):
calculate(r, index, options, result)
你是。您没有在CUDA内核或设备函数中调用它。无法更改此行为，这是语言的一个限制。如果将其转换为设备函数，则只能从另一个
@cuda.jit