Numba 0.44 中文文档校对活动 | ApacheCN

整体进度：https://github.com/apachecn/numba-doc-zh/issues/1

贡献指南：https://github.com/apachecn/numba-doc-zh/blob/master/CONTRIBUTING.md

项目仓库：https://github.com/apachecn/numba-doc-zh

---

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

• fork Github 项目
• 将译文放在docs文件夹下
• push
• pull request

请见 Github 入门指南。