您好,登錄后才能下訂單哦!
這篇文章給大家介紹怎么在python3 中利用Eigen對代碼進行加速,內容非常詳細,感興趣的小伙伴們可以參考借鑒,希望對大家能有所幫助。
第一步:準備系統和IDE:
第二步:python虛擬環境:
1.創建虛擬python虛擬環境: 在vscode的terminal中執行
python -m venv env
2.下載 Eigen : 將Eigen解壓到當前目錄命名為 eigen-3.3.8
3.在vscode的terminal中激活虛擬環境:
./env/Scripts/Activate.ps1
4.安裝pybind11:
pip install pybind11
安裝numpy==1.19.3(使用1.19.4可能會有問題) :
pip install numpy==1.19.3
第三步:使用vs2015編寫cpp_python.cpp, 并保證沒有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。程序執行將在此處開始并結束。 // #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";//解釋說明 m.def("mat_add_py"/*在pyhon中使用的函數名*/, &add_mat); }
第五步:設置setup.py用來編譯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', # 依賴的第三方庫的頭文件 r'.\env\Lib\site-packages\pybind11\include'] ) setup(ext_modules=[add_mat_module])
第六步:編譯測試
這是我當前的工作目錄
注意:我的cpp_python.cpp和setup.py是在同一個文件夾下。
執行: "python .\setup.py build_ext --inplace"就會得下面的結果,生成.pyd文件表明我們已經編譯成功。
運行測試:
關于怎么在python3 中利用Eigen對代碼進行加速就分享到這里了,希望以上內容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。