Numba 0.44 中文文檔校對活動 | ApacheCN

總體進度：https://github.com/apachecn/n...

貢獻指南：https://github.com/apachecn/n...

項目倉庫：https://github.com/apachecn/n...

---

貢獻指南

請您勇敢地去翻譯和改進翻譯。雖然咱們追求卓越，但咱們並不要求您作到十全十美，所以請不要擔憂由於翻譯上犯錯——在大部分狀況下，咱們的服務器已經記錄全部的翻譯，所以您沒必要擔憂會由於您的失誤遭到沒法挽回的破壞。（改編自維基百科）

負責人：

• 飛龍：562826179

章節列表

• 1. 用戶手冊

  • 1.1。 Numba 的約 5 分鐘指南
  • 1.2。概述
  • 1.3。安裝
  • 1.4。使用@jit 編譯 Python 代碼
  • 1.5。使用@generated_jit 進行靈活的專業化
  • 1.6。建立 Numpy 通用函數
  • 1.7。用@jitclass 編譯 python 類
  • 1.8。使用@cfunc 建立 C 回調
  • 1.9。提早編譯代碼
  • 1.10。使用@jit 自動並行化
  • 1.11。使用@stencil裝飾器
  • 1.12。從 JIT 代碼 中回調到 Python 解釋器
  • 1.13。性能提示
  • 1.14。線程層
  • 1.15。故障排除和提示
  • 1.16。常見問題
  • 1.17。示例
  • 1.18。會談和教程

• 2. 參考手冊

  • 2.1。類型和簽名
  • 2.2。即時編譯
  • 2.3。提早編譯
  • 2.4。公用事業
  • 2.5。環境變量
  • 2.6。支持的 Python 功能
  • 2.7。支持的 NumPy 功能
  • 2.8。與 Python 語義的誤差
  • 2.9。浮點陷阱
  • 2.10。 Python 2.7 壽命終止計劃

• 3. 用於 CUDA GPU 的 Numba

  • 3.1。概述
  • 3.2。編寫 CUDA 內核
  • 3.3。內存管理
  • 3.4。編寫設備功能
  • 3.5。 CUDA Python 中支持的 Python 功能
  • 3.6。支持的原子操做
  • 3.7。隨機數生成
  • 3.8。設備管理
  • 3.10。示例
  • 3.11。使用 CUDA 模擬器 調試 CUDA Python
  • 3.12。 GPU 減小
  • 3.13。 CUDA Ufuncs 和廣義 Ufuncs
  • 3.14。共享 CUDA 內存
  • 3.15。 CUDA 陣列接口
  • 3.16。 CUDA 常見問題

• 4. CUDA Python 參考

  • 4.1。 CUDA 主機 API
  • 4.2。 CUDA 內核 API
  • 4.3。內存管理

• 5. 用於 AMD ROC GPU 的 Numba

  • 5.1。概述
  • 5.2。編寫 HSA 內核
  • 5.3。內存管理
  • 5.4。編寫設備功能
  • 5.5。支持的原子操做
  • 5.6。代理商
  • 5.7。 ROC Ufuncs 和廣義 Ufuncs
  • 5.8。示例

• 6. 擴展 Numba

  • 6.1。高級擴展 API
  • 6.2。低級擴展 API
  • 6.3。示例：間隔類型

• 7. 開發者手冊

  • 7.1。貢獻給 Numba
  • 7.2。 Numba 建築
  • 7.3。多態調度
  • 7.4。關於發電機的注意事項
  • 7.5。關於 Numba Runtime 的注意事項
  • 7.6。使用 Numba Rewrite Pass 得到樂趣和優化
  • 7.7。實時變量分析
  • 7.8。上市
  • 7.9。模板註釋
  • 7.10。關於自定義管道的注意事項
  • 7.11。環境對象
  • 7.12。哈希 的注意事項
  • 7.13。 Numba 項目路線圖
• 8. Numba 加強建議
• 9. 術語表

流程

1、認領

首先查看總體進度，確認沒有人認領了你想認領的章節。

而後回覆 ISSUE，註明「章節 + QQ 號」（必定要留 QQ）。

2、翻譯

能夠合理利用翻譯引擎（例如谷歌），但必定要把它變得可讀！

若是遇到格式問題，請隨手把它改正。

3、提交

• fork Github 項目
• 將譯文放在docs文件夾下
• push
• pull request

請見 Github 入門指南。