J'essaye d'écrire certaines fonctions en numba que je peux utiliser de manière interchangeable pour différentes cibles (cpu, cuda, parallel). Le gros problème que je vais avoir est l'attribution d'un nouveau tableau est différent pour le code de l'appareil cuda, par exemple:Attribution de tableau pour les fonctions CPU et GPU dans NUMBA
cuda.local.array(shape, dtype)
vs faire quelque chose de similaire pour une fonction CPU, à savoir
np.empty(shape, dtype)
Y at-il un manière intelligente comment faire face à cela sans avoir à écrire des fonctions séparées?
Ne pourriez-vous tester pour taper dans votre fonction? – 0TTT0
le problème est que je ne peux avoir aucune instruction dans mes fonctions qui ne fonctionne pas, car numba compile le code et panique. Sinon je ferais un simple si/sinon ou tel. La façon naturelle de gérer cela serait des directives de préprocesseur en C pour cela, mais il n'y a rien de tel pour python –