发行说明¶
版本 2.3.1 ¶
这是一个小更新，将所需的 Numba 版本提升到 0.30 并支持 Python 3.6。
版本 2.3.0 ¶
此版本的 Accelerate 是一个功能版本，包含以下新增功能：
- 基于 MKL 的新 BLAS 包装器 API。
- 现在支持 MKL 11.3.3。
- 支持 Numba 0.26 - 并且是必需的。
版本 2.2.0 ¶
此版本的 Accelerate 是一个功能版本，包含两个新增功能：
- 使用三角函数和双曲线函数扩展了对英特尔 MKL 加速 ufunc 的支持。
- 支持 Numba 0.25，并且是一项要求。
版本 2.1.0 ¶
此版本的 Accelerate 是一个功能版本，包含 2 个新增功能：
- 分析工具
- Python 分析器的增强版本，可捕获函数参数，包括 Numpy 数组的形状和数据类型。
- 用于在 Jupyter 笔记本中可视化配置文件的工具的集成，允许交互式实验。
- 加速的 UFuncs，它通过使用英特尔 MKL 提供比 Numpy 的内置 UFuncs 的速度改进。
版本 2.0.1 ¶
这个对 Accelerate 的小更新没有增加任何功能更改，但在安装时提供了对 Accelerate 和 NumbaPro conda 包之间关系的额外说明。
版本 2.0 ¶
NumbaPro 已被弃用，其代码生成功能已移至开源 Numba。CUDA 库函数以及一些英特尔 MKL 功能已移至 Accelerate 中。Accelerate 的未来版本中将添加高级函数和对其他本机库实现的访问，并且不会对 NumbaPro 进行进一步更新。
NumbaPro 兼容层（列为 NumbaPro 的 0.22.0 版）通过旧的 NumbaPro 包名称提供对新 Accelerate 包的访问。这避免了需要立即更改任何现有代码以用于 Accelerate。导入兼容层时将生成警告，以突出显示 NumbaPro 包的弃用。
CUDA 库¶
CUDA 库功能与 NumbaPro 0.21 中的功能相同，但重命名了以下包：
| NumbaPro 包 | 加速包 |
|---|---|
numbapro.cudalib.cublas |
accelerate.cuda.blas |
numbapro.cudalib.cufft |
accelerate.cuda.fft |
numbapro.cudalib.curand |
accelerate.cuda.rand |
numbapro.cudalib.cusparse |
accelerate.cuda.sparse |
numbapro.cudalib.sorting |
accelerate.cuda.sorting |
代码生成¶
的vectorize目标parallel和cuda现在可以用Numba访问，同样也可cuda.reduce装饰。在 Numba 中也可以从 CUDA 内核打印整数和浮点值，并且不再需要导入 NumbaPro 或 Accelerate。
英特尔 MKL ¶
包中提供了 MKL FFT 实现，包
accelerate.mkl.fftpack中提供了 MKL 服务功能
accelerate.mkl。