python3 通過(guò) pybind11 使用Eigen加速代碼的步驟詳解
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
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
sources=['cpp_python.cpp'], # 源碼
include_dirs=[r'.\eigen-3.3.8',
r'.\env\Scripts', # 依賴的第三方庫(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
這是我當(dāng)前的工作目錄
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：
到此這篇關(guān)于python3 通過(guò) pybind11 使用Eigen加速代碼的步驟詳解的文章就介紹到這了,更多相關(guān)python3 pybind11 Eigen加速代碼內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python 線性回歸分析以及評(píng)價(jià)指標(biāo)詳解
這篇文章主要介紹了Python 線性回歸分析以及評(píng)價(jià)指標(biāo)詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-04-04
Python操作PostgreSQL數(shù)據(jù)庫(kù)的基本方法(增刪改查)
PostgreSQL數(shù)據(jù)庫(kù)是最常用的關(guān)系型數(shù)據(jù)庫(kù)之一,最吸引人的一點(diǎn)是它作為開(kāi)源數(shù)據(jù)庫(kù)且具有可拓展性,能夠提供豐富的應(yīng)用,這篇文章主要給大家介紹了關(guān)于Python操作PostgreSQL數(shù)據(jù)庫(kù)的基本方法,文中介紹了連接PostgreSQL數(shù)據(jù)庫(kù),以及增刪改查,需要的朋友可以參考下2023-09-09
Python中字典映射類(lèi)型的學(xué)習(xí)教程
這篇文章主要介紹了Python中字典映射類(lèi)型的學(xué)習(xí)教程,是Python入門(mén)學(xué)習(xí)中的基礎(chǔ)知識(shí),需要的朋友可以參考下2015-08-08
python paramiko遠(yuǎn)程服務(wù)器終端操作過(guò)程解析
這篇文章主要介紹了python paramiko遠(yuǎn)程服務(wù)器終端操作過(guò)程解析,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2019-12-12
Python中兩個(gè)列表數(shù)字相加的4種方法示例詳解
這篇文章主要給大家介紹了關(guān)于Python中兩個(gè)列表數(shù)字相加的4種方法,我們可以使用Python的加號(hào)和減號(hào)運(yùn)算符來(lái)實(shí)現(xiàn)兩個(gè)數(shù)字的相加減,需要的朋友可以參考下2023-08-08
詳解非極大值抑制算法之Python實(shí)現(xiàn)
非極大值抑制（Non-Maximum Suppression，NMS），顧名思義就是抑制不是極大值的元素，可以理解為局部最大搜索。這個(gè)局部代表的是一個(gè)鄰域，鄰域有兩個(gè)參數(shù)可變，一是鄰域的維數(shù)，二是鄰域的大小2021-06-06
python中sleep函數(shù)用法實(shí)例分析
這篇文章主要介紹了python中sleep函數(shù)用法,實(shí)例分析了sleep函數(shù)的功能及使用技巧,非常具有實(shí)用價(jià)值,需要的朋友可以參考下2015-04-04
flask操作數(shù)據(jù)庫(kù)插件Flask-SQLAlchemy的使用
Python?中最廣泛使用的ORM框架是SQLAlchemy,它是一個(gè)很強(qiáng)大的關(guān)系型數(shù)據(jù)庫(kù)框架,本文就來(lái)介紹一下flask操作數(shù)據(jù)庫(kù)插件Flask-SQLAlchemy的使用,感興趣的可以了解一下2023-09-09
Python使用設(shè)計(jì)模式中的責(zé)任鏈模式與迭代器模式的示例
這篇文章主要介紹了Python使用設(shè)計(jì)模式中的責(zé)任鏈模式與迭代器模式的示例,責(zé)任鏈模式與迭代器模式都可以被看作為行為型的設(shè)計(jì)模式,需要的朋友可以參考下2016-03-03
Python 如何創(chuàng)建一個(gè)簡(jiǎn)單的REST接口
這篇文章主要介紹了Python 如何創(chuàng)建一個(gè)簡(jiǎn)單的REST接口，文中講解非常細(xì)致，代碼幫助大家更好的理解和學(xué)習(xí)，感興趣的朋友可以了解下2020-07-07