Numba Nopython模式：“未定义变量'$ 313.3'”。

Question

Numba Nopython模式：“未定义变量'$ 313.3'”。

pythonnumpynumba

4

这是我构建图像最小树的代码（f是由scipy提供的图像）。

这是我正在编写的缝合程序的基础。

这个片段在普通的python中按预期工作。当我使用@numba.jit而没有nopython=True时，它也可以工作（性能提高了约200%！），但这是在对象模式下。

当我尝试使用nopython=True模式时，它无法编译，并出现错误：

Failed at nopython (nopython frontend)
Undefined variable '$313.3'

我不明白为什么这段代码无法编译，因为我没有看到任何可能未定义的变量或函数。

from numba import jit
from scipy import misc
import numba

f = misc.face()
@jit(nopython=True)
def explorethisx(inar, x):
    places = []
    places.append((x,0))
    x1,y1 = x,0
    s = numba.int64(0)
    co = 0
    #for _ in range( 799):

    while co != numba.int16(799):
        co += 1
        a1,a2,a3 = 999,999,999
        a1 = inar[y1 + 1][x1-1][1]
        a2 = inar[y1 + 1][x1][1]
        a3 = inar[y1 + 1][x1 + 1][1]
        m = a1
        ch = -1
        if m > a2:
            m = a2
            ch = 0
        if m > a3:
            m = a3
            ch = 1
        x1 = x1 + ch
        y1 = y1 + 1
        s += inar[y1][x1][1]
        places.append((x1,y1))
    return([s, places])
explorethisx(f,3)
explorethisx.inspect_types()

Numba是一个非常酷的项目，即使在Python对象模式下也能提供出色的性能改进。

- George John

1

作为一般提示，使用x[i,j,k]访问数组元素比使用x[i][j][k]更快。因此，例如在整个代码中都使用inar[y1 + 1,x1-1,1]等方式。这使得我对您的代码进行基准测试时加速了近1.6倍。这对于所有numpy/numba操作ndarrays都是正确的。 - JoshAdel

@JoshAdel，我可以问一下你是如何运行基准测试的吗？我知道的唯一方法是使用cProfile。 - George John

我倾向于在Jupyter笔记本中使用%timeit魔法进行分析。特别是在分析Numba代码时，您需要丢弃已编译函数的第一次执行，因为它将包括编译时间，而这只需要支付一次。 - JoshAdel

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- MSeifert · Accepted Answer

异常信息有误导性。实际上，numba仅支持同构列表，因此当您尝试返回[s, places]时，您将返回一个包含一个“整数”和一个“元组列表”的列表，这不再是同构的。

请注意，这个最简示例已经展示了该异常：

from numba import jit

@jit(nopython=True)
def test():
    places = []
    places.append((1, 2))
    places.append((2, 3))
    return [10, places]

>>> test()
...
TypingError: Failed at nopython (nopython frontend)
Undefined variable '$0.12'

您可以简单地返回一个元组：

return (s, places)

取而代之的是旧的

return([s, places])

即使这个代码可以编译通过，但是函数中存在越界内存访问的问题（我遇到了段错误），因此您一定需要检查您的内存访问。