conda を利用した Numpy 付 Boost の導入 Visual Studio 2017 対応

本日は

Numpy付Boostの導入

Numpy 付 Boost 1.66.0 の導入 Visual Studio 2017 対応版

の別解としてBoostを conda install で入れてみようという話を紹介します．

Reference としては次があります．

• Anaconda 環境 で Boost.Python (Numpy)
• https://anaconda.org/conda-forge/boost

install

https://anaconda.org/conda-forge/boost にしたがって次を実行します．

conda install -c conda-forge boost

こうすると Boost 1.66.0 のBoostがはいるっぽいです．

問題はどこにインストールされたか

Pybind11の場合は C:\Miniconda3\include にヘッダーが入ってたのですがぱっと見どこにあるかわかりませんでした．

そこでMiniconda以下のディレクトリで検索をかけたところ

ヘッダーは

• C:\Miniconda3\Library\include

ライブラリは

• C:\Miniconda3\Library\lib

に配置されることがわかりました．

早速試してみます．

Visual Studio 2017 起動

Visual Studioを起動して

condaboost という名前でプロジェクトを作ります．

VC++ ディレクトリ においてインクルードディレクトリとライブラリディレクトリに上で見つけたBoost関連のパス と 各自のもっているPythonのヘッダーとライブラリのパスを追加します．例えば下の図のように追加します．

あとはコードを書きます．

sample.cpp

/*
Call C++ From Python
Reference:
http://tadaoyamaoka.hatenablog.com/entry/2017/05/25/234934
https://qiita.com/takuya-ki/items/3555ab17f9cea534e13b
https://qiita.com/termoshtt/items/81eeb0467d9087958f7f
*/

//#define BOOST_PYTHON_STATIC_LIB ＜－不要になりました
//#define BOOST_NUMPY_STATIC_LIB ＜－不要になりました
# include <boost/python/numpy.hpp>
# include <stdexcept>
# include <algorithm>

namespace p = boost::python;
namespace np = boost::python::numpy;

/* 2倍にする */
void mult_two(np::ndarray a) {
	int nd = a.get_nd();
	if (nd != 1)
		throw std::runtime_error("a must be 1-dimensional");
	size_t N = a.shape(0);
	if (a.get_dtype() != np::dtype::get_builtin<float>())
		throw std::runtime_error("a must be float32 array");
	float *p = reinterpret_cast<float *>(a.get_data());
	std::transform(p, p + N, p, [](float x) { return 2 * x; });
}

BOOST_PYTHON_MODULE(condaboost) {
	Py_Initialize();
	np::initialize();
	p::def("mult_two", mult_two);
}

Numpy 付 Boost 1.66.0 の導入 Visual Studio 2017 対応版

のときは

# define BOOST_PYTHON_STATIC_LIB
# define BOOST_NUMPY_STATIC_LIB

C/C++->コード生成 における ランタイムライブラリの設定 が必要でしたが

今回の場合は不要です．

ビルドすると condaboost.pyd というものが生成されるので

>>> import condaboost

という形式で呼び出せます．

導入はちょっと楽になりました．

欠点

conda パッケージの都合上

https://github.com/peterjc123/pytorch-scripts
で導入した PyTorch パッケージが アンインストールされてしまう．

悲しい．