[英]Why numba with parallel=True is slower with this parallelizable for loop?
[英]Why does numba's parallel=True make this computation 3 times slower?
這樣做時:
import numpy as np
from numba import jit
@jit
def doit(A, Q, n):
for i in range(len(Q)):
Q[i] = np.sum(A[i:i+n] <= A[i+n])
A = np.random.random(1000*1000)
n = 5000
Q = np.zeros(len(A)-n)
doit(A, Q, n)
在我的電腦上運行時大約需要 5.4 秒。
我嘗試使用 numba 的並行化功能:
@jit(parallel=True)
def doit(A, Q, n):
for i in range(len(Q)):
Q[i] = np.sum(A[i:i+n] <= A[i+n])
相反,它需要 17 秒。
為什么 numba 的parallel=True
使這個計算慢了 3 倍而不是更快?
我剛剛找到答案:缺少一個字符: p range 而不是 range:
from numba import jit, prange
@jit(parallel=True)
def doit(A, Q, n):
for i in prange(len(Q)):
...
然后需要 1.8 秒而不是 5.4 秒:並行化工作。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.