1.Introduction

2.Pyblind11 C++ 混合编程

3.Pyblind11 Pytorch C++/CUDA 混合编程

---

Introduction

BACKGROUND：由于 Python 运行效率不如 C++，所以我们希望通过 C++ 生成高效运算库(.so, .lib)；通过结构适配让 Python 能够调用 C++库，从而提升运行效率。

[1]. GIT-REPO:

1. 原始方式。

[1] 参考博客 Python 调用 C++:原生态、Boost Python 两种方式调用，此方法相对繁琐，开发效率相对低效，不做进一步调研，有兴趣可以了解下。

2. Pyblind11 C++ 混合编程。

[1]. REQUIRES: Pyblind11官方 tutorial、Github 源码

[2]. SAMPLE1: Pybind Tutorial Sample。

[3]. SAMPLE2: 分离 include、src、sample、python-lib 文件，从而可以用Vscode Debug D C++ 和 Python 代码，提升效率。

3. Pyblind11 Pytorch C++/CUDA 混合编程。

[1] REQUIRE: libtorch(GPU Version)、CUDA、Pybind11(build from source)。

[2] SAMPLE3: 写了一版简单 GPU(CPU) NMS，其中用到 libtorch、pybind，同时支持 Debug。