Python:使用Numba在GPU上执行简单函数`带参数的*的用法无效(数组(float64、1d、C、float64)`
我正在尝试使用target='cuda'运行以下与Numba Nopyton兼容的函数:Python:使用Numba在GPU上执行简单函数`带参数的*的用法无效(数组(float64、1d、C、float64)`,python,cuda,numba,Python,Cuda,Numba,我正在尝试使用target='cuda'运行以下与Numba Nopyton兼容的函数: 如何进行乘法运算?您可能需要类似以下内容: for j in range(L): out[j, n + 1] = X[j] * out[j, n] - n * out[j, n - 1] 但是请注意,编写这个内核的整个过程都是徒劳的。引述有关资料: 为了获得最佳性能,用户应该编写这样的代码:每个线程 一次处理一个元素 您编写的内核将是完全串行的。它将比CPU版本慢。您需要以完全不同的方式编写代码,
如何进行乘法运算?您可能需要类似以下内容:
for j in range(L):
out[j, n + 1] = X[j] * out[j, n] - n * out[j, n - 1]
但是请注意,编写这个内核的整个过程都是徒劳的。引述有关资料:
为了获得最佳性能,用户应该编写这样的代码:每个线程
一次处理一个元素
您编写的内核将是完全串行的。它将比CPU版本慢。您需要以完全不同的方式编写代码,才能使其在GPU上具有任何价值。@Talonmes我更改了相应的行
@numba.jit(target = 'cuda')
def hermite_polynomials2(X, N,out):
r'''
Evaluate the orthonormal Hermite polynomials on
:math:`(\mathbb{R},\frac{1}{\sqrt{2\pi}}\exp(-x^2/2)dx)` in :math:`X\subset\mathbb{R}`
:param X: Locations of desired evaluations
:type X: One dimensional np.array
:param N: Number of polynomials
:rtype: numpy.array of shape :code:`X.shape[0] x N`
'''
deg = N-1
L = X.shape[0]
if deg == 0:
return
else:
out[:, 1] = X
for n in range(1, deg):
for j in range(L):
out[j, n + 1] = X * out[j, n] - n * out[j, n - 1]
factorial = 1
for i in range(1,N):
factorial *= i
for j in range(L):
out[j,i] /= np.sqrt(factorial)
return
for j in range(L):
out[j, n + 1] = X[j] * out[j, n] - n * out[j, n - 1]