您好,登录后才能下订单哦!
这篇文章给大家介绍怎么在python3 中利用Eigen对代码进行加速,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。
第一步:准备系统和IDE:
第二步:python虚拟环境:
1.创建虚拟python虚拟环境: 在vscode的terminal中执行
python -m venv env
2.下载 Eigen : 将Eigen解压到当前目录命名为 eigen-3.3.8
3.在vscode的terminal中激活虚拟环境:
./env/Scripts/Activate.ps1
4.安装pybind11:
pip install pybind11
安装numpy==1.19.3(使用1.19.4可能会有问题) :
pip install numpy==1.19.3
第三步:使用vs2015编写cpp_python.cpp, 并保证没有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为cpp_python.cpp添加python接口
// cpp_python.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。 // #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";//解释说明 m.def("mat_add_py"/*在pyhon中使用的函数名*/, &add_mat); }
第五步:设置setup.py用来编译c++代码
from setuptools import setup from setuptools import Extension add_mat_module = Extension(name='add_mat_moudle', # 模块名称 sources=['cpp_python.cpp'], # 源码 include_dirs=[r'.\eigen-3.3.8', r'.\env\Scripts', # 依赖的第三方库的头文件 r'.\env\Lib\site-packages\pybind11\include'] ) setup(ext_modules=[add_mat_module])
第六步:编译测试
这是我当前的工作目录
注意:我的cpp_python.cpp和setup.py是在同一个文件夹下。
执行: "python .\setup.py build_ext --inplace"就会得下面的结果,生成.pyd文件表明我们已经编译成功。
运行测试:
关于怎么在python3 中利用Eigen对代码进行加速就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。