Numba 文档

这是 Numba 文档。除非您已经熟悉 Numba，否则我们建议您从用户手册开始。

适用于所有用户

• 用户手册
  • Numba 约5分钟指南
  • 概述
  • 安装
  • 使用 @jit 编译 Python 代码
  • 创建 NumPy 通用函数
  • 使用 @jitclass 编译 Python 类
  • 使用 @cfunc 创建 C 回调
  • 提前编译代码
  • 使用 @jit 自动并行化
  • 使用 @stencil 装饰器
  • 从 JIT 编译代码内部回调到 Python 解释器
  • 使用 jit_module 自动模块 JIT 编译
  • 性能提示
  • 线程层
  • 命令行界面
  • 编译代码的代码覆盖率
  • 故障排除和提示
  • 常见问题
  • 示例
  • 演讲和教程
• 参考手册
  • 类型和签名
  • 即时编译 (Just-in-Time compilation)
  • 提前编译 (Ahead-of-Time compilation)
  • 实用工具
  • 环境变量
  • 支持的 Python 特性
  • 支持的 NumPy 特性
  • 与 Python 语义的偏差
  • 浮点陷阱
  • 弃用通知

致 CUDA 用户

• 用于 CUDA GPU 的 Numba
  • 概述
  • 编写 CUDA 内核
  • 内存管理
  • 编写设备函数
  • CUDA Python 中支持的 Python 特性
  • CUDA 快速数学
  • 支持的原子操作
  • 协作组
  • 随机数生成
  • 设备管理
  • 设备列表
  • 设备 UUID
  • 示例
  • 使用 CUDA 模拟器调试 CUDA Python
  • GPU 规约
  • CUDA Ufuncs 和广义 Ufuncs
  • 共享 CUDA 内存
  • CUDA 数组接口 (版本 3)
  • 外部内存管理 (EMM) 插件接口
  • CUDA 绑定
  • 从 Python 内核调用外部函数
  • 编译 Python 函数以供其他语言使用
  • 磁盘内核缓存
  • CUDA 次要版本兼容性
  • CUDA 常见问题
• CUDA Python 参考
  • CUDA 主机 API
  • CUDA 内核 API
  • CUDA 特定类型
  • 内存管理
  • Libdevice 函数

适用于高级用户和开发者

• 扩展 Numba
  • 高级扩展 API
  • 低级扩展 API
  • 示例：区间类型
  • @overload 使用指南
  • 使用入口点注册扩展
• 开发者手册
  • 贡献 Numba
  • Numba 发布流程
  • Numba 仓库地图
  • Numba 架构
  • 多态调度
  • 关于生成器的注意事项
  • Numba 运行时注意事项
  • 使用 Numba 重写通道进行乐趣和优化
  • 活跃变量分析
  • 列表
  • 关于模板的注意事项
  • 自定义编译器
  • 内联注意事项
  • 环境对象
  • 哈希注意事项
  • sys.monitoring 注意事项
  • 缓存注意事项
  • Numba 线程实现注意事项
  • 字面类型注意事项
  • LLVM 计时注意事项
  • 调试注意事项
  • 事件 API
  • 目标扩展注意事项
  • 字节码处理注意事项
  • Numba 使命宣言
• Numba 增强提案
  • 已实施的提案
  • 其他提案
• 词汇表
• 发布说明
  • Towncrier 生成的说明
  • 非 Towncrier 生成的说明