python打包无法识别numba_python – Numba的jit无法编译具有另一个函数作为输入的函数...

博主在尝试使用Numba的jit加速一个包含Euler方法解决离散跳跃ODE的Python脚本时遇到问题,Numba无法识别作为输入的函数。通过创建一个中介函数make_solver,博主解决了Numba的typing错误,并实现了性能提升。经过优化,循环部分的执行速度提高了约100倍。文章探讨了使用Numba的技巧以及解决ODE的方案。
摘要由CSDN通过智能技术生成

我试图在数字上解决一个允许离散跳跃的ODE.我正在使用Euler方法,并希望Numba的jit可以帮助我加快这个过程(现在脚本需要300秒才能运行,我需要它运行200次).

这是我简化的第一次尝试:

import numpy as np

from numba import jit

dt = 1e-5

T = 1

x0 = 1

noiter = int(T / dt)

res = np.zeros(noiter)

def fdot(x, t):

return -x + t / (x + 1) ** 2

def solve_my_ODE(res, fdot, x0, T, dt):

res[0] = x0

noiter = int(T / dt)

for i in range(noiter - 1):

res[i + 1] = res[i] + dt * fdot(res[i], i * dt)

if res[i + 1] >= 2:

res[i + 1] -= 2

return res

%timeit fdot(x0, T)

%timeit solve_my_ODE(res, fdot, x0, T, dt)

->The slowest run took 8.38 times longer than the fastest. This could mean that an intermediate result is being cached

->1000000 loops, best of 3: 465 ns per loop

-&g

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值