python - 如何编译具有可变输入类型的 numba jit'ed 函数？

Question

假设我有一个函数可以接受 int 或 None 类型作为输入参数

import numba as nb
import numpy as np

jitkw = {"nopython": True, "nogil": True, "error_model": "numpy", "fastmath": True}


@nb.jit("f8(i8)", **jitkw)
def get_random(seed=None):
    np.random.seed(None)
    out = np.random.normal()
    return out

我希望该函数只返回一个正态分布的随机数。如果我想要可重现的结果，种子应该是 int。

get_random(42)
>>> 0.4967141530112327
get_random(42)
>>> 0.4967141530112327
get_random(42)
>>> 0.4967141530112327

如果我想要随机数，seed 应该保留为None。但是，如果我不传递参数(因此种子默认为 None)或显式传递 seed=None，则 numba 会引发 TypeError

get_random()
>>> TypeError: No matching definition for argument type(s) omitted(default=None)
get_random(None)
>>> TypeError: No matching definition for argument type(s) omitted(default=None)

对于这种情况，如何编写函数，仍然声明签名并使用 nopython 模式？

我的numba版本是0.43.1

Answer 1

第一个问题是 nopython 模式下的 numba 只接受(从版本 0.43.1 开始)np.random.seed: with an integer argument only .

因此，很遗憾，您不能传入 None。

---

第二个问题是(据我所知)没有一个“单一”签名告诉 numba 如何处理缺失值，但是你可以使用两个签名(是的，它非常冗长):

import numba as nb
import numpy as np

jitkw = {"nopython": True, "nogil": True, "error_model": "numpy", "fastmath": True}

@nb.jit(
    [nb.types.float64(nb.types.misc.Omitted(None)), 
     nb.types.float64(nb.types.int64)], 
    **jitkw)
def get_random(seed=None):
    return np.random.normal()

简单解释一下signaure的两部分:

• nb.types.float64(nb.types.misc.Omitted(None)) 告诉 numba 在省略参数时使用 None 作为默认类型 <
• nb.types.float64(nb.types.int64) 是需要整数的签名。

就我个人而言，我不会指定签名，而只是让 numba 自行解决。显式签名在 numba 中很少值得，而且通常情况下它们会导致代码速度变慢且灵 active 降低。