Python与CUDA联合调试有多种方法，以下为你详细介绍： - **VS和Python联合调试**：由于cuda - convnet的C++部分在VS下编译完成后是一个动态链接库，供Python代码调用，在调试Python时通常看不到C++部分代码的运行流程。此方法针对该问题提供了解决途径，不过文档未详细说明具体调试步骤 [^1]。 - **VScode里使用Python直接调用CUDA并调试**：在VScode中可使用Python直接调用CUDA。先使用`pip install .`进行安装，编写`test.py`的Python代码调用CUDA代码，示例代码如下： ```python if __name__ == '__main__': N,F = 65536,256 feats = torch.rand(N,8,F,device='cuda') points = torch.rand(N,3,device='cuda')*2-1 ## C++ 没有 feat=feat 这样传递 参数的形式 t1 = time.time() out_cuda = cuda_tutorial.trilinear_interpolation(feats,points) print(f"cuda time {time.time()-t1} s") t2 = time.time() out_py = trilinear_interpolation_py(feats=feats,points=points) print(f"cuda time {time.time()-t2} s") print(torch.allclose(out_cuda,out_py)) print(out_cuda.shape) ``` 此代码可实现对CUDA代码的调用和简单的计时输出，但未涉及调试操作的具体说明 [^2]。 - **CUDA附加到Python进程调试（VScode）**：在VScode中，可将CUDA附加到Python进程进行调试。需要修改代码，示例如下： ```python # 获取当前文件所在目录 current_dir = os.path.dirname(os.path.abspath(__file__)) setup( name="diff_gaussian_rasterization", packages=['diff_gaussian_rasterization'], ext_modules=[ CUDAExtension( name="diff_gaussian_rasterization._C", sources=[ "cuda_rasterizer/rasterizer_impl.cu", "cuda_rasterizer/forward.cu", "cuda_rasterizer/backward.cu", "rasterize_points.cu", "ext.cpp" ], extra_compile_args={ "cxx": ["-g", "-O0"], # 对于 C++ 文件启用调试模式 "nvcc": [ "-I" + os.path.join(current_dir, "third_party/glm/"), "-g", # 启用调试信息 "-G", # 启用完整的调试符号（可选） "-O0" # 禁用优化 ] } ) ], cmdclass={ 'build_ext': BuildExtension } ) ``` 通过上述代码修改，可对C++和CUDA文件启用调试模式和禁用优化，以方便调试 [^3]。