跳至內容

Numba

本頁使用了標題或全文手工轉換
維基百科,自由的百科全書
Numba
原作者Continuum Analytics
開發者社區計劃
首次發布2012年8月15日,​11年前​(2012-08-15
當前版本
  • 0.59.1 (2024年3月19日;穩定版本)[1]
編輯維基數據鏈接
源代碼庫 編輯維基數據鏈接
編程語言Python, C
操作系統跨平台
類型科學計算英語List of numerical analysis software
許可協議
  • 2句版BSD許可證
編輯維基數據鏈接
網站numba.pydata.org

Numba是開源JIT編譯器,它通過llvmlite綁定包,使用LLVM將包括很多NumPy函數的聚焦數值計算的Python子集,翻譯成快速的機器碼。它為在CPU和GPU上並行化Python代碼提供了大量選項,而經常只需要微小的代碼變更。

Numba由Travis Oliphant英語Travis Oliphant在2012年開創並在github[3]上活躍開發而經常有新的發行。這個計劃由Anaconda公司的開發者驅動,並受到DARPA、Gordon和Betty Moore基金會、IntelNvidiaAMD和GitHub上的社區貢獻者的支持。

例子[編輯]

Numba可以通過簡單的在進行數值計算的Python函數上應用numba.jit修飾符來使用:

import numba
import random

@numba.jit
def monte_carlo_pi(n_samples: int):
    acc = 0
    for i in range(n_samples):
        x = random.random()
        y = random.random()
        if (x**2 + y**2) < 1.0:
            acc += 1
    return 4.0 * acc / n_samples

即時編譯在函數被調用時透明地進行:

>>> monte_carlo_pi(1000000)
3.14

Numba的網站[4]包含了更多的例子,還有如何從Numba獲得更好的性能的信息。

GPU支持[編輯]

Numba可以把Python函數編譯成GPU代碼。目前能獲得二個後端:

替代方式[編輯]

Numba是使Python快速的方法之一,它編譯包含Python和Numpy代碼的特定函數。存在很多用Python進行快速數值計算的替代方式,比如CythonTensorFlowPyTorchChainer英語Chainer、Pythran[7]PyPy

引用[編輯]

  1. ^ Release 0.59.1. 2024年3月19日 [2024年3月22日]. 
  2. ^ Releases · numba/numba. GitHub. [2021-08-09]. (原始內容存檔於2022-08-31) (英語). 
  3. ^ github頁面存檔備份,存於網際網路檔案館
  4. ^ 網站頁面存檔備份,存於網際網路檔案館
  5. ^ Numba for CUDA GPUs. [2020-09-29]. (原始內容存檔於2019-04-16). 
  6. ^ Numba for AMD ROC GPUs. [2020-09-29]. (原始內容存檔於2019-04-16). 
  7. ^ Pythran頁面存檔備份,存於網際網路檔案館