我正在尝试使用numba在我的GPU上执行np.diff。
这是我使用的脚本;
import numpy as np
import numba
@numba.vectorize(["float32(float32, float32)"], target='cuda')
def vector_diff_axis0(a, b):
return a + b
def my_diff(A, axis=0):
if (axis == 0):
return vector_diff_axis0(A[1:], A[:-1])
if (axis == 1):
return vector_diff_axis0(A[:,1:], A[:,:-1])
A = np.matrix([
[0, 1, 2, 3, 4],
[5, 6, 7, 8, 9],
[9, 8, 7, 6, 5],
[4, 3, 2, 1, 0],
[0, 2, 4, 6, 8]
], dtype='float32')
C = my_diff(A, axis=1)
print (str(C))
这是我得到的错误;
TypeError: No matching version. GPU ufunc requires array arguments
to have the exact types. This behaves like regular ufunc with casting='no'.
有人知道原因吗?
PS:我用这部影片做剧本;
https://youtu.be/jKV1m8APttU?t=388
编辑 :
感谢您的快速解答!
我在np.matrix中添加了dtype ='float32',但是现在出现了这个错误;
已知签名:
*(float32,float32)-> float32
文件“”,第5行
[1]期间:解析被叫者类型:Function(
签名=(float32,float32)-> float32>)
[2]期间:在(5)处键入通话
我还尝试在签名中使用float32 [:],但是它不起作用,在我跟随的视频中,他们也没有这样做
最佳答案
矩阵的dtype将为int32
,它与vector_diff_axis0
的签名不匹配,因为它需要float32
。您需要制作矩阵float32
,即在调用dtype='float32'
时传递参数np.matrix
。
关于python - Numba python3获取错误[GPU ufunc要求数组参数具有确切的类型。],我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/44997860/