Использование списков в Numba @jitclass - PullRequest
1 голос
/ 16 октября 2019

Я симулирую очень отстойную игру, которая в основном подсчитывает количество монет и врагов, которые игрок собирает по ходу игры. Код содержит два jitclass: jitclass player и jitclass game.

Для класса player у нас есть некоторые атрибуты и некоторые методы, которые описывают прогресс игрока в игре.

from numba import jitclass, int64, float64, deferred_type
from numba.typed import List
import random


specs_player = OrderedDict()
specs_player['level'] = int64
specs_player['coins'] = float64


@jitclass(specs_player)
class Player:

    def __init__(self):
        self.level = 0
        self.coins = 0
        self.enemies = List()

    def pass_level(self):
        self.level += 1

    def collect_coins(self, c):
        self.coins += c

    def collect_enemies(self, e):
        self.enemies.append(e)

    def reset_player(self):
        self.level = 0
        self.coins = 0
        self.enemies = List()

Как видите, атрибут enemies представляет собой список, в который добавляются значения, добавляемые по ходу игры в игре.

jitclass game вызывает jitclass player в качестве атрибута, используя первые две строки:

Player_type = deferred_type()
Player_type.define(Player.class_type.instance_type)

specs_Game = OrderedDict()
specs_Game['last_level'] = int64
specs_Game['diff_threshold'] = float64
specs_Game['player'] = Player_type



class Game:

    def __init__(self, l, t):
        self.player = Player()
        self.last_level = l
        self.diff_threshold = t

    def play_gameround(self):

        random_draw = random.uniform(0, 1)

        if random_draw > self.diff_threshold:
            # Pass Level
            self.player.pass_level()

            # Collect coins
            coins_earned = 100*(random_draw - self.diff_threshold)
            self.player.collect_coins(coins_earned)

            #Collect enemies
            if coins_earned > 10:
                self.player.collect_enemies()


    def reset_gameplay(self):
        self.player.reset_player()

    def continue_playing(self):
        condition = self.player.level < self.last_level

        return(condition)


Наконец, функция с именем run_one_player имитирует развитие одного игрока ивозвращает массив со всеми необходимыми данными:

def run_one_player(gameplay):
    while gameplay.continue_playing():
        gameplay.play_gameround()

        player_data = np.array([gameplay.player.level,
                                gameplay.player.coins,
                                gameplay.player.enemies])

    return (player_data)

Чтобы запустить код, я просто набираю:

g = Game(l = 10, t = 0.5)

data_list = run_one_player(g)

Это, однако, не работает, и Numba возвращает следующую ошибку, котораяЯ уверен, что это связано с тем, что я неправильно определяю тип Numba для поля enemies.

---------------------------------------------------------------------------
TypingError                               Traceback (most recent call last)
<ipython-input-51-f6340d9cfcd7> in <module>
      1 players = 10
----> 2 g = Game(l = 10, t = 0.5)
      3 
      4 data_list = run_one_player(g)

<ipython-input-49-6e42f0104cf1> in __init__(self, l, t)
     46 
     47     def __init__(self, l, t):
---> 48         self.player = Player()
     49         self.last_level = l
     50         self.diff_threshold = t

/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/numba/jitclass/base.py in __call__(cls, *args, **kwargs)
    124         bind = cls._ctor_sig.bind(None, *args, **kwargs)
    125         bind.apply_defaults()
--> 126         return cls._ctor(*bind.args[1:], **bind.kwargs)
    127 
    128 

/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/numba/dispatcher.py in _compile_for_args(self, *args, **kws)
    374                 e.patch_message(msg)
    375 
--> 376             error_rewrite(e, 'typing')
    377         except errors.UnsupportedError as e:
    378             # Something unsupported is present in the user code, add help info

/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/numba/dispatcher.py in error_rewrite(e, issue_type)
    341                 raise e
    342             else:
--> 343                 reraise(type(e), e, None)
    344 
    345         argtypes = []

/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/numba/six.py in reraise(tp, value, tb)
    656             value = tp()
    657         if value.__traceback__ is not tb:
--> 658             raise value.with_traceback(tb)
    659         raise value
    660 

TypingError: Failed in nopython mode pipeline (step: nopython frontend)
Failed in nopython mode pipeline (step: nopython frontend)
Cannot resolve setattr: (instance.jitclass.Player#123b442d0<level:int64,coins:float64>).enemies = ListType[undefined]

File "<ipython-input-49-6e42f0104cf1>", line 18:
    def __init__(self):
        <source elided>
        self.coins = 0
        self.enemies = List()
        ^

[1] During: typing of set attribute 'enemies' at <ipython-input-49-6e42f0104cf1> (18)

File "<ipython-input-49-6e42f0104cf1>", line 18:
    def __init__(self):
        <source elided>
        self.coins = 0
        self.enemies = List()
        ^

[1] During: resolving callee type: jitclass.Player#123b442d0<level:int64,coins:float64>
[2] During: typing of call at <string> (3)

[3] During: resolving callee type: jitclass.Player#123b442d0<level:int64,coins:float64>
[4] During: typing of call at <string> (3)


File "<string>", line 3:
<source missing, REPL/exec in use?>

This is not usually a problem with Numba itself but instead often caused by
the use of unsupported features or an issue in resolving types.

To see Python/NumPy features supported by the latest release of Numba visit:
http://numba.pydata.org/numba-doc/latest/reference/pysupported.html
and
http://numba.pydata.org/numba-doc/latest/reference/numpysupported.html

For more information about typing errors and how to debug them visit:
http://numba.pydata.org/numba-doc/latest/user/troubleshoot.html#my-code-doesn-t-compile

If you think your code should work with Numba, please report the error message
and traceback, along with a minimal reproducer at:
https://github.com/numba/numba/issues/new


1 Ответ

1 голос
/ 17 октября 2019

Во-первых: я не думаю, что вы должны использовать numba для чего-то подобного. Numba - это специализированный инструмент, который очень хорошо решает определенные проблемы, и это не одна из них:

1.1.2. Будет ли Numba работать для моего кода?

Это зависит от того, как выглядит ваш код, если ваш код ориентирован численно (много математически), много использует NumPy и / или имеет многоциклы, тогда Numba часто является хорошим выбором

[...]


Однако в вашей конкретной ситуации вам нужно полностью набрать все атрибутывашего jitclass. Это означает, что вы должны ввести enemies с типом, который понимает numba (либо один из поддерживаемых типов, либо другой jitclass), иначе он не будет работать.

Поскольку вы не указали, что это за тип, давайте просто предположим,это будет целое число:

import numba as nb

specs_player = {}
specs_player['level'] = nb.int64
specs_player['coins'] = nb.float64
specs_player['enemies'] = nb.types.List(nb.int64)

@nb.jitclass(specs_player)
class Player:
    def __init__(self):
        self.level = 0
        self.coins = 0
        self.enemies = []

Эта ошибка не выполняется, когда вы создаете новый экземпляр, потому что numba не может определить тип пустого списка (по крайней мере, на данный момент). Таким образом, вам придется инициализировать с некоторым типом. Я не нашел лучшего способа, чем создать список с элементом и затем очистить его:

import numba as nb

specs_player = {}
specs_player['level'] = nb.int64
specs_player['coins'] = nb.float64
specs_player['enemies'] = nb.types.List(nb.int64)

@nb.njit
def empty_int64_list():
    l = [nb.int64(10)]
    l.clear()
    return l

@nb.jitclass(specs_player)
class Player:
    def __init__(self):
        self.level = 0
        self.coins = 0
        self.enemies = empty_int64_list()

Вероятно, будет намного сложнее, если ваши enemies не являются целыми числами. Однако я не думаю, что в вашем случае это того стоит, потому что это не проблема, которую numba решит (значительно) более эффективно, чем чистый Python.

...