python 通過(guò) pybind11 使用Eigen加速代碼的步驟
python是很容易上手的編程語(yǔ)言，但是有些時(shí)候使用python編寫(xiě)的程序并不能保證其運(yùn)行速度（例如：while 和 for），這個(gè)時(shí)候我們就需要借助c++等為我們的代碼提速。下面是我使用pybind11調(diào)用c++的Eigen庫(kù)的簡(jiǎn)單介紹:
第一步：準(zhǔn)備系統(tǒng)和IDE：
Windows 10
vs2015 (用于調(diào)試c++代碼)
vscode (調(diào)試python代碼)
第二步：python虛擬環(huán)境：
1.創(chuàng)建虛擬python虛擬環(huán)境： 在vscode的terminal中執(zhí)行
python -m venv env
2.下載 Eigen: 將Eigen解壓到當(dāng)前目錄命名為 eigen-3.3.8
3.在vscode的terminal中激活虛擬環(huán)境：
./env/Scripts/Activate.ps1
4.安裝pybind11:
pip install pybind11
5.安裝numpy==1.19.3（使用1.19.4可能會(huì)有問(wèn)題）
pip install numpy==1.19.3
第三步：使用vs2015編寫(xiě)cpp_python.cpp, 并保證沒(méi)有bug
#include <Eigen/Dense>
using namespace std
using namespace Eigen
MatrixXd add_mat(MatrixXd A_mat, MatrixXd B_mat)
{
return A_mat + B_mat;
}
第四步：使用pybind11為cpp_python.cpp添加python接口
// cpp_python.cpp : 此文件包含 "main" 函數(shù)。程序執(zhí)行將在此處開(kāi)始并結(jié)束。
//
#include <pybind11/pybind11.h>
#include <pybind11/eigen.h>
#include<pybind11/numpy.h>
#include<fstream>
#include<iostream>
#include <Eigen/Dense>
using namespace std;
using namespace Eigen;
MatrixXd add_mat(MatrixXd A_mat, MatrixXd B_mat)
{
return A_mat + B_mat;
}
namespace py = pybind11;
PYBIND11_MODULE(add_mat_moudle, m)
{
m.doc() = "Matrix add";//解釋說(shuō)明
m.def("mat_add_py"/*在pyhon中使用的函數(shù)名*/, &add_mat);
}
第五步：設(shè)置setup.py用來(lái)編譯c++代碼
from setuptools import setup
from setuptools import Extension
add_mat_module = Extension(name='add_mat_moudle', # 模塊名稱(chēng)
sources=['cpp_python.cpp'], # 源碼
include_dirs=[r'.\eigen-3.3.8',
r'.\env\Scripts', # 依賴(lài)的第三方庫(kù)的頭文件
r'.\env\Lib\site-packages\pybind11\include']
)
setup(ext_modules=[add_mat_module])
第六步：編譯測(cè)試
注意：我的cpp_python.cpp和setup.py是在同一個(gè)文件夾下。
執(zhí)行: "python .\setup.py build_ext --inplace"就會(huì)得下面的結(jié)果，生成.pyd文件表明我們已經(jīng)編譯成功。
運(yùn)行測(cè)試：
以上就是python 通過(guò) pybind11 使用Eigen加速代碼的步驟的詳細(xì)內(nèi)容，更多關(guān)于python 加速代碼的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了利用Python畫(huà)雙擺，繪畫(huà)雙擺的過(guò)程主要包括以下步驟，雙擺問(wèn)題、運(yùn)動(dòng)過(guò)程及公式推導(dǎo)過(guò)程，下文詳細(xì)介紹，需要的小伙伴可以參考一下2022-04-04
python matplotlib庫(kù)繪制散點(diǎn)圖例題解析
這篇文章主要介紹了python matplotlib庫(kù)繪制散點(diǎn)圖例題解析,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
Altair被稱(chēng)為是統(tǒng)計(jì)可視化庫(kù)，因?yàn)樗梢酝ㄟ^(guò)分類(lèi)匯總、數(shù)據(jù)變換、數(shù)據(jù)交互、圖形復(fù)合等。本文和大家聊一下Python當(dāng)中的altair可視化模塊，并且通過(guò)調(diào)用該模塊來(lái)繪制一些常見(jiàn)的圖表，感興趣的可以了解一下2022-07-07
這篇文章主要介紹了Pytorch限制或增加CPU使用的核數(shù)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02
pygame用blit()實(shí)現(xiàn)動(dòng)畫(huà)效果的示例代碼
這篇文章主要介紹了pygame用blit()實(shí)現(xiàn)動(dòng)畫(huà)效果的示例代碼，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-05-05
TensorFlow損失函數(shù)專(zhuān)題詳解
本篇文章主要介紹了TensorFlow損失函數(shù)專(zhuān)題詳解，小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-04-04
Python字典添加，刪除，查詢(xún)等相關(guān)操作方法詳解
這篇文章主要介紹了Python字典添加，刪除，查詢(xún)等相關(guān)操作方法詳解,需要的朋友可以參考下2020-02-02
Pycharm Plugins加載失敗問(wèn)題解決方案
這篇文章主要介紹了Pycharm Plugins加載失敗問(wèn)題解決方案,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11
超實(shí)用Python庫(kù)之lxml使用方法詳解
lxml是python的一個(gè)解析庫(kù),支持HTML和XML的解析,支持XPath解析方式,下面這篇文章主要給大家介紹了關(guān)于超實(shí)用Python庫(kù)之lxml使用方法的相關(guān)資料,文中通過(guò)代碼介紹的非常詳細(xì),需要的朋友可以參考下2024-07-07
這篇文章主要介紹了Python數(shù)據(jù)序列化之pickle模塊，pickle的本質(zhì)是將Python數(shù)據(jù)還原為內(nèi)存中的二進(jìn)制數(shù)據(jù)，供用戶(hù)轉(zhuǎn)移、儲(chǔ)存，更多詳細(xì)內(nèi)容，需要的小伙伴可以下面文章內(nèi)容2022-03-03