相关疑难解决方法(0)

我具有以下结构的功能，

@numba.jit(nopython = True)
def foo(X,N):
    '''
    :param X: 1D numpy array
    :param N: Integer
    :rtype: 2D numpy array of shape len(X) x N
    '''
    out = np.ones((len(X),N))
    out[:,0]  = X 
    for i in range(1,N):
        out[:,i] = X**i+out[:,i-1] 
    return out

我现在正尝试在我的GPU上运行。到目前为止，我尝试以非向量化形式编写函数（即，将X的每个条目分开对待），并将返回数组作为输入传递：

def foo_cuda(x,N,out):
    '''
    :param x: Scalar
    :param N: Integer
    :rtype: 1D numpy array of length N
    '''
    out[0] = x
    for i in range(1,N):
        out[i] = x**i+out[i-1]

但是，我不知道该功能使用什么装饰器。如果我用

1. @numba.vectorize([(float64,int64,float64[:])],target = 'cuda') 我懂了 TypeError: Buffer dtype cannot be buffer
2. @numba.guvectorize([(float64,int64,float64[:])],'(),()->(n)',target …