numba：更快地实现系列总和

Question

我需要在我的设置中为 10K 点计算以下系列总和。所以我使用 numba 来加速我的计算

@jit(nopython=True)
def kernel(x, y, t, m, n):
  return (1 + (-1)**(m+1))*(1 - np.cos(0.5*n*pi))*np.sin(0.5*m*pi*x)*np.sin(0.5*n*pi*y)*np.exp(-(pi**2)*(m**2 + n**2)*t/36)/(m*n)

@jit(nopython=True)
def Series_Sum(x, y, t, m, n):
  res = 0
  for i in np.linspace(1, m, m):
    for j in np.linspace(1, n, n):
      res += kernel(x, y, t, i, j)
      # print(res)
  return 200*res/(pi**2)

x = np.linspace(0, 2, 101)
y = np.linspace(0, 2, 101)
X, Y = np.meshgrid(x, y)
Z = np.concatenate((X.flatten()[:, None], Y.flatten()[:, None]), axis=1)

m, n = 100, 100
exact =[Series_Sum(i[0], i[1], 0, m, n) for i in Z]

然而，结果都是'nan'。

例如

Series_Sum(0.3,1.5,1,100,2) # returns nan

如果我执行以下操作

res = 0
for i in np.linspace(1, m, m):
    for j in np.linspace(1, n, n):
        res += kernel(x, y, t, i, j)

结果很好

此外，如果我删除 '@jit' decator，结果是合理的，但是，计算结果需要几个小时。

有没有更好的方法来解决这个问题？

Answer 1

我发现了错误。当你在 (-1)**(m+1) 上做功时，你需要在 m+1 上做地板。

你可以这样做：

    A = (1 + np.power(-1, int(m+1)))
    B = (1 - np.cos(0.5*n*np.pi))
    C = np.sin(0.5*m*np.pi*x)
    D = np.sin(0.5*n*np.pi*y)
    E = np.exp(-(np.pi**2)*(m**2 + n**2)*t/36)
    F = (m*n)
    return A*B*C*D*E/F

希望我的回答符合您的问题

numba：更快地实现系列总和

numba: faster implmentation of series sum

python

numpy

python-3.x

numba