整体进度：https://github.com/apachecn/n…
贡献指南：https://github.com/apachecn/n…
项目仓库：https://github.com/apachecn/n…
贡献指南
请您勇敢地去翻译和改进翻译。虽然我们追求卓越，但我们并不要求您做到十全十美，因此请不要担心因为翻译上犯错——在大部分情况下，我们的服务器已经记录所有的翻译，因此您不必担心会因为您的失误遭到无法挽回的破坏。（改编自维基百科）
负责人：
- 飞龙：562826179
章节列表
-
1. 用户手册
- 1.1。Numba 的约 5 分钟指南
- 1.2。概述
- 1.3。安装
- 1.4。使用
@jit编译 Python 代码 - 1.5。使用
@generated_jit进行灵活的专业化 - 1.6。创建 Numpy 通用函数
- 1.7。用 @jitclass 编译 python 类
- 1.8。使用
@cfunc创建 C 回调 - 1.9。提前编译代码
- 1.10。使用
@jit自动并行化 - 1.11。使用
@stencil装饰器 - 1.12。从 JIT 代码 中回调到 Python 解释器
- 1.13。性能提示
- 1.14。线程层
- 1.15。故障排除和提示
- 1.16。常见问题
- 1.17。示例
- 1.18。会谈和教程
-
2. 参考手册
- 2.1。类型和签名
- 2.2。即时编译
- 2.3。提前编译
- 2.4。公用事业
- 2.5。环境变量
- 2.6。支持的 Python 功能
- 2.7。支持的 NumPy 功能
- 2.8。与 Python 语义的偏差
- 2.9。浮点陷阱
- 2.10。Python 2.7 寿命终止计划
-
3. 用于 CUDA GPU 的 Numba
- 3.1。概述
- 3.2。编写 CUDA 内核
- 3.3。内存管理
- 3.4。编写设备功能
- 3.5。CUDA Python 中支持的 Python 功能
- 3.6。支持的原子操作
- 3.7。随机数生成
- 3.8。设备管理
- 3.10。示例
- 3.11。使用 CUDA 模拟器 调试 CUDA Python
- 3.12。GPU 减少
- 3.13。CUDA Ufuncs 和广义 Ufuncs
- 3.14。共享 CUDA 内存
- 3.15。CUDA 阵列接口
- 3.16。CUDA 常见问题
-
4. CUDA Python 参考
- 4.1。CUDA 主机 API
- 4.2。CUDA 内核 API
- 4.3。内存管理
-
5. 用于 AMD ROC GPU 的 Numba
- 5.1。概述
- 5.2。编写 HSA 内核
- 5.3。内存管理
- 5.4。编写设备功能
- 5.5。支持的原子操作
- 5.6。代理商
- 5.7。ROC Ufuncs 和广义 Ufuncs
- 5.8。示例
-
6. 扩展 Numba
- 6.1。高级扩展 API
- 6.2。低级扩展 API
- 6.3。示例：间隔类型
-
7. 开发者手册
- 7.1。贡献给 Numba
- 7.2。Numba 建筑
- 7.3。多态调度
- 7.4。关于发电机的注意事项
- 7.5。关于 Numba Runtime 的注意事项
- 7.6。使用 Numba Rewrite Pass 获得乐趣和优化
- 7.7。实时变量分析
- 7.8。上市
- 7.9。模板注释
- 7.10。关于自定义管道的注意事项
- 7.11。环境对象
- 7.12。哈希 的注意事项
- 7.13。Numba 项目路线图
- 8. Numba 增强建议
- 9. 术语表
流程
一、认领
首先查看整体进度，确认没有人认领了你想认领的章节。
然后回复 ISSUE，注明“章节 + QQ 号”（一定要留 QQ）。
二、翻译
可以合理利用翻译引擎（例如谷歌），但一定要把它变得可读！
如果遇到格式问题，请随手把它改正。
三、提交
-
forkGithub 项目 - 将译文放在
docs文件夹下 pushpull request
请见 Github 入门指南。