相关疑难解决方法(0)

我有一个关于使用 Continuum 的 Accelerate 和 numba 包中的 Python CUDA 库的问题。是用装饰@jit用target = gpu一样的@cuda.jit？

我正在努力进入numba gpu processing。我有这个MWE：

import numpy as np
import numba

@numba.njit
def function():
    ar = np.zeros((3, 3))
    for i in range(3):
        ar[i] = (1, 2, 3)
    return ar

ar = function()
print(ar)

输出：

[[1. 2. 3.]
 [1. 2. 3.]
 [1. 2. 3.]]

现在我想在我的gpu. 我尝试使用以下decorators：

@numba.njit(target='cuda')
@numba.njit(target='gpu')
@numba.cuda.jit

这些都不起作用。以下是上面的错误消息decorators：

Traceback (most recent call last):
  File "/home/amu/Desktop/RL_framework/help_functions/test.py", line 4, in <module>
    @numba.jit(target='cuda')
  File "/home/amu/anaconda3/lib/python3.7/site-packages/numba/core/decorators.py", line 171, in jit
    targetoptions=options, **dispatcher_args)
  File "/home/amu/anaconda3/lib/python3.7/site-packages/numba/core/decorators.py", line …