本文介绍用在Windows下把C/C++的函数(这类函数通常执行复杂的运算)编译后封装成Python的库，并用Python调用。C的函数主要实现使用GPU加速运算。

(1)创建VS项目

设置项目的属性为DLL动态库：

(2)写C代码

C代码基本结构：

然后将项目生成解决方案，得到*.dll文件。(源代码见文末)

(3)在Python库的路径下新建一个文件夹，作为库的名字，如：

E:\Anaconda3\Lib\site-packages\cuda。注意不要和标准的库名冲突，建议取成：C_*的形式。

找到之前生成的*.dll文件(这里是cuda.dll)，放入上述文件夹内。

(4)新建一个__init__.py文件

代码如下：

载入dll的方法：用ctypes.CDLL('filepath')。

其中，cuda.add函数是把两个数组相加(当然Python里没有数组的概念，传入的是列表)，调用的是C中的addWithCuda这个函数。而addWithCuda这个函数的参数分别是：目标数组、相加的两个数组、数组长度。在Python调用时，需要生成C格式的数组，如c_a。

cuda.help_fuc是调用C中的help函数，而help函数是解释addWithCuda这个函数的，在C中返回的是一个字符串，而在Python中，也需要将其格式化。由于兼容性问题(可能是Python3.*的一个小BUG)，还需用

dll.help.restype = c_uint64

语句把help函数的返回值变成64位无符号整数。最后，Python把获得的64位无符号整数转为utf-8格式的字符串。

这样一个库就封装完毕，可以用Python调用cuda这个库中的函数了。

(5)调用函数

运行结果：

其中，help(cuda.add)是返回了__init.py__中add函数的说明。

在实际使用时，如果输入的列表长度不相同，则会自动用0来补充：

源代码

1.cuda.cu

#include <windows.h>

#define DLL_API __declspec(dllexport)

#include "cuda_runtime.h"

#include "device_launch_parameters.h"

#include <stdio.h>

extern "C" {

DLL_API cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size);

DLL_API char * help(void);

}

DLL_API char * help(void) {

return "*******************\n\

Function:addWithCuda\n\

arg[0]: int target_arr\n\

arg[1]: int add_arr1\n\

arg[2]: int add_arr2\n\

arg[3]: int arr_len\n\

*******************\n";

}

__global__ void addKernel(int *c, const int *a, const int *b){

int i = threadIdx.x;

c[i] = a[i] + b[i];

}

cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size){

int *dev_a = 0;

int *dev_b = 0;

int *dev_c = 0;

cudaError_t cudaStatus;

cudaStatus = cudaSetDevice(0);

if (cudaStatus != cudaSuccess) {

fprintf(stderr, "cudaSetDevice failed! Do you have a CUDA-capable GPU installed?");

goto Error;

}

cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(int));

if (cudaStatus != cudaSuccess) {

fprintf(stderr, "cudaMalloc failed!");

goto Error;

}

cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(int));

if (cudaStatus != cudaSuccess) {

fprintf(stderr, "cudaMalloc failed!");

goto Error;

}

cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(int));

if (cudaStatus != cudaSuccess) {

fprintf(stderr, "cudaMalloc failed!");

goto Error;

}

cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(int), cudaMemcpyHostToDevice);

if (cudaStatus != cudaSuccess) {

fprintf(stderr, "cudaMemcpy failed!");

goto Error;

}

cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice);

if (cudaStatus != cudaSuccess) {

fprintf(stderr, "cudaMemcpy failed!");

goto Error;

}

addKernel<<<1, size>>>(dev_c, dev_a, dev_b);

cudaStatus = cudaGetLastError();

if (cudaStatus != cudaSuccess) {

fprintf(stderr, "addKernel launch failed: %s\n", cudaGetErrorString(cudaStatus));

goto Error;

}

cudaStatus = cudaDeviceSynchronize();

if (cudaStatus != cudaSuccess) {

fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);

goto Error;

}

cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(int), cudaMemcpyDeviceToHost);

if (cudaStatus != cudaSuccess) {

fprintf(stderr, "cudaMemcpy failed!");

goto Error;

}

Error:

cudaFree(dev_c);

cudaFree(dev_a);

cudaFree(dev_b);

return cudaStatus;

}

2.__init__.py

from os import path

from ctypes import *

dll = CDLL(path.realpath(__file__)[:-11]+'\cuda.dll')

def add(a, b):

"""Add two arrays"""

size = max(len(a), len(b))

c_a = (c_int * size)(*a)

c_b = (c_int * size)(*b)

c_c = (c_int * size)(*[0])

dll.addWithCuda(byref(c_c), byref(c_a), byref(c_b), size)

return [item for item in c_c]

def help_fuc():

dll.help.restype = c_uint64

rst = string_at(dll.help(), -1)

print(rst.decode('utf-8'))

3.mian.py

import cuda

cuda.help_fuc()

help(cuda.add)

a=[1,2,3,4,5]

b=[10,20,30,40,50]

val=cuda.add(a, b)

print('Result: ',val)
本文内容转载自网络，本着分享与传播的原则，版权归原作者所有，如有侵权请联系我们进行删除!