Python 用 C++ 拡張機能の作成

[アーティクル]
09/27/2022

適用対象:Visual Studio Visual Studio for Mac Visual Studio Code

一般的に、Python インタープリターの機能を拡張するために、C++ (または C) で記述されたモジュールが使われます。また、低レベルのオペレーティングシステム機能へのアクセスを有効にするためにも使用できます。

モジュールには次の 3 つの主な種類があります。

アクセラレータモジュール: Python はインタープリター言語であるため、C++ でアクセラレータモジュールを記述してパフォーマンスを向上させることができます。
ラッパーモジュール: これらのモジュールでは、既存の C/C++ インターフェイスを Python コードに公開するか、Python から使いやすい、より "Python らしい" API を公開します。
低レベルシステムアクセスモジュール: これらのモジュールを作成し、CPython ランタイム、オペレーティングシステム、または基になるハードウェアの低レベル機能にアクセスできます。

この記事では、双曲正接を計算する CPython 用の C++ 拡張モジュールを作成し、Python コードからそれを呼び出す手順について説明します。 Python では最初にルーチンを実装して、C++ で同じルーチンを実装した場合の相対的なパフォーマンス向上を示します。

この記事では、Python で C++ 拡張機能を使用できるようにする 2 つの方法も示します。

Python のドキュメントで説明されている標準の CPython 拡張機能を使用する。
その簡潔さから C++ 11 に推奨される PyBind11 を使用する。互換性を確保するために、Python の最近のバージョンのいずれかを使用していることを確認してください。

このチュートリアルのサンプルの完全版は、GitHub の python-samples-vs-cpp-extension にあります。

前提条件

Python 開発ワークロードがインストールされた Visual Studio 2017 以降。ワークロードには Python ネイティブ開発ツールが含まれており、ネイティブ拡張機能に必要な C++ ワークロードとツールセットが提供されます。

注意

データサイエンスと分析アプリケーション ワークロードをインストールすると、Python と Python ネイティブ開発ツール オプションが既定でインストールされます。

インストールオプションの詳細については、Visual Studio 用の Python サポートのインストールに関するページを参照してください。 Python を別個にインストールする場合は、そのインストーラーの [詳細オプション] で [Download debugging symbols](デバッグシンボルのダウンロード) を必ず選択してください。このオプションは、Python コードとネイティブコードの間で混合モードのデバッグを使用する場合に必要です。

Python アプリケーションを作成する

Visual Studio で [ファイル]>[新規]>[プロジェクト] の順に選択して、新しい Python プロジェクトを作成します。
Python を検索し、Python アプリケーション テンプレートを選んで、名前と場所を入力してから、 [OK] を選択します。

プロジェクトの .py ファイルに、次のコードを貼り付けます。 Python の編集機能をいくつか体験する場合は、コードを手動で入力してみてください。

このコードでは、数値演算ライブラリを使用せずに双曲正接が計算されます。これは、ネイティブ拡張機能を使用して高速化する対象です。

ヒント

C++ で書き換える前に、純粋な Python でコードを記述します。このようにすることで、ネイティブコードが確実に正しいことをより簡単に確認できます。

from random import random
from time import perf_counter

COUNT = 500000  # Change this value depending on the speed of your computer
DATA = [(random() - 0.5) * 3 for _ in range(COUNT)]

e = 2.7182818284590452353602874713527

def sinh(x):
    return (1 - (e ** (-2 * x))) / (2 * (e ** -x))

def cosh(x):
    return (1 + (e ** (-2 * x))) / (2 * (e ** -x))

def tanh(x):
    tanh_x = sinh(x) / cosh(x)
    return tanh_x

def test(fn, name):
    start = perf_counter()
    result = fn(DATA)
    duration = perf_counter() - start
    print('{} took {:.3f} seconds\n\n'.format(name, duration))

    for d in result:
        assert -1 <= d <= 1, " incorrect values"

if __name__ == "__main__":
    print('Running benchmarks with COUNT = {}'.format(COUNT))

    test(lambda d: [tanh(x) for x in d], '[tanh(x) for x in d] (Python implementation)')

結果を表示するには、 [デバッグ]>[デバッグなしで開始] の順に選択するか、Ctrl + F5 キーを押してプログラムを実行します。

COUNT 変数を調整して、ベンチマークの実行にかかる時間を変更することができます。このチュートリアルでは、ベンチマークの所要時間を約 2 秒にするように、カウントを設定します。

ヒント

ベンチマークを実行する場合は、常に [デバッグ]>[デバッグなしで開始] を使用します。このようにすると、Visual Studio デバッガー内でコードを実行したときに発生するオーバーヘッドを回避するのに役立ちます。

C++ のコアプロジェクトを作成する

superfastcode と superfastcode2 という 2 つの同じ C++ プロジェクトを作成するには、このセクションの手順に従います。後で、各プロジェクトで別の手段を使用して C++ コードを Python に公開します。

ソリューションエクスプローラーでソリューションを右クリックして、[追加]>[新しいプロジェクト] を選びます。 Visual Studio ソリューションには、Python および C++ プロジェクトの両方を含めることができます (これは Visual Studio for Python を使用する利点の 1 つです)。
C++ を検索し、 [空のプロジェクト] を選び、superfastcode (1 つ目のプロジェクトの場合) または superfastcode2 (2 つ目のプロジェクトの場合) を指定してから、 [OK] を選択します。

ヒント

Visual Studio で Python ネイティブ開発ツールをインストールしたので、Python 拡張モジュールテンプレートから始めることもできます。このテンプレートには、ここで説明するものの多くが既に配置されています。

ただし、このチュートリアルでは、拡張モジュールの作成手順を実際に示すため、空のプロジェクトから始めます。プロセスを理解したら、テンプレートを使用して、独自の拡張機能を作成するときの時間を節約できます。
新しいプロジェクトに C++ ファイルを作成するには、 [ソースファイル] ノードを右クリックしてから、 [追加]>[新しい項目] の順に選択します。
[C++ ファイル] を選択し、module.cpp という名前を付けてから、 [OK] を選択します。

重要

後続の手順で C++ プロパティページを有効にするには、.cpp 拡張子を持つファイルが必要です。
メインツールバーのドロップダウンメニューを使用して、次のいずれかの構成を選びます。
- 64 ビットの Python ランタイムの場合は、x64 構成をアクティブにします。
- 32 ビットの Python ランタイムの場合は、Win32 構成をアクティブにします。
ソリューションエクスプローラーで、C++ プロジェクトを右クリックし、 [プロパティ] を選択してから次の操作を行います。

a. [構成] には、 [アクティブ (デバッグ)] を入力します。
b. [プラットフォーム] には、前の手順で選択した内容に応じて、 [アクティブ (x64)] または [アクティブ (Win32)] を入力します。

注意

独自のプロジェクトを作成する場合は、''デバッグ'' と ''リリース'' の両方の構成を行う必要があります。このユニットでは、デバッグの構成のみを行い、CPython のリリースビルドを使用するように設定します。この構成により、アサーションを含む、C++ ランタイムの一部のデバッグ機能が無効になります。 CPython デバッグバイナリ (python_d.exe) を使用する場合は、異なる設定が必要になります。

次の表で説明されているようにプロパティを設定します。

タブ	プロパティ	値
全般	ターゲット名	`from...import` ステートメントで Python から参照するモジュールの名前を指定します。この名前は、Python のモジュールを定義するときに C++ コードでも使用します。プロジェクトの名前をモジュール名として使用するには、既定値の $<プロジェクト名> のままにしておきます。 `python_d.exe` では、名前の末尾に `_d` を追加します。
	[詳細]>[ターゲットファイルの拡張子]	.pyd
	[プロジェクトの既定値]>[構成の種類]	ダイナミックライブラリ (.dll)
[C/C++]>[全般]	追加のインクルードディレクトリ	インストールに合わせて Python の include フォルダーを追加します (例: `c:\Python36\include`)。
[C/C++]>[プリプロセッサ]	プリプロセッサの定義	_DEBUG 値を NDEBUG に変更して、CPython の非デバッグバージョンに一致させます (存在する場合)。 python_d.exe を使用する場合は、この値を変更せずにそのままにしておきます。
[C/C++]>[コード生成]	ランタイムライブラリ	CPython の非デバッグバージョンに一致する [マルチスレッド DLL (/MD)] 。 python_d.exe を使用する場合は、この値を [マルチスレッドデバッグ DLL (/MDd)] のままにします。
[リンカー]>[全般]	追加のライブラリディレクトリ	インストールに合わせて、 .lib ファイルが含まれる Python の libs フォルダーを追加します (例:c:\Python36\libs)。 .py ファイルが含まれる Lib フォルダー ''ではなく''、必ず、 .lib ファイルが含まれる libs フォルダーをポイントするようにしてください。

注意

[C/C++] タブがプロジェクトのプロパティに表示されない場合、プロジェクトには C/C++ ソースファイルとして識別されるファイルは含まれません。このような条件は、 .c または .cpp ファイル拡張子を付けずにソースファイルを作成すると発生する場合があります。

たとえば、前に新しい項目のダイアログで「module.cpp」ではなく誤って「module.coo」と入力した場合、Visual Studio ではこのファイルが作成されますが、ファイルの種類は C/C++ のプロパティタブをアクティブにする [C/C+ コード] に設定されません。このような誤った識別は、このファイルの名前を .cpp ファイル拡張子を使用して変更した場合でもそのままになります。

ファイルの種類を正しく設定するには、ソリューションエクスプローラーでファイルを右クリックし、 [プロパティ] を選択します。次に、 [ファイルの種類] で [C/C++ コード] を選択します。

[OK] を選択します。
構成 (''デバッグ'' と ''リリース'' の両方) をテストするには、C++ プロジェクトを右クリックしてから、 [ビルド] を選択します。

.pyd ファイルは、C++ のプロジェクトフォルダー自体ではなく、Debug および Release の下の solution フォルダーにあります。

C++ プロジェクトの module.cpp ファイルで、次のコードを追加します。

#include <Windows.h>
#include <cmath>

const double e = 2.7182818284590452353602874713527;

double sinh_impl(double x) {
    return (1 - pow(e, (-2 * x))) / (2 * pow(e, -x));
}

double cosh_impl(double x) {
    return (1 + pow(e, (-2 * x))) / (2 * pow(e, -x));
}

double tanh_impl(double x) {
    return sinh_impl(x) / cosh_impl(x);
}

C++ プロジェクトを再度ビルドし、コードが正しいことを確認します。
まだ行っていない場合は、前の手順を繰り返して、同じ構成を持つ superfastcode2 という名前の 2 つ目のプロジェクトを作成します。

C++ プロジェクトを Python の拡張機能に変換する

C++ DLL を Python の拡張機能にするには、まず、エクスポートしたメソッドを Python の型とやりとりするように変更します。次に、モジュールのメソッドの定義と共に、モジュールをエクスポートする関数を追加します。

次のセクションでは、CPython の拡張機能と PyBind11 の両方を使用して、これらの手順を行う方法について説明します。

CPython の拡張機能を使用する

このセクションで示されているコードの詳しい背景については、「Python/C API リファレンスマニュアル」と、特に「モジュールオブジェクト」ページを参照してください。必ず、右上のドロップダウンリストで Python のバージョンを選択してください。

module.cpp ファイルの上部に、Python.h を含めます。
```
#include <Python.h>
```

Python の型 (つまり、PyObject*) を受け入れて戻すように、tanh_impl メソッドを変更します。

PyObject* tanh_impl(PyObject* /* unused module reference */, PyObject* o) {
    double x = PyFloat_AsDouble(o);
    double tanh_x = sinh_impl(x) / cosh_impl(x);
    return PyFloat_FromDouble(tanh_x);
}

Python に対して C++ の tanh_impl 関数を提示する方法を定義する構造体を追加します。

static PyMethodDef superfastcode_methods[] = {
    // The first property is the name exposed to Python, fast_tanh
    // The second is the C++ function with the implementation
    // METH_O means it takes a single PyObject argument
    { "fast_tanh", (PyCFunction)tanh_impl, METH_O, nullptr },

    // Terminate the array with an object containing nulls.
    { nullptr, nullptr, 0, nullptr }
};

Python コードで参照するモジュールを定義する構造体を追加します (具体的には、from...import ステートメントを使用する場合)。

このコードでインポートされる名前は、 [構成プロパティ]>[全般]>[ターゲット名] のプロジェクトプロパティの値と一致する必要があります。

次の例では、"superfastcode" というモジュール名は Python で from superfastcode import fast_tanh を使用できることを意味します。これは、fast_tanh が superfastcode_methods 内で定義されているためです。 module.cpp など、C++ プロジェクトの内部にあるファイル名は重要ではありません。
```
static PyModuleDef superfastcode_module = {
    PyModuleDef_HEAD_INIT,
    "superfastcode",                        // Module name to use with Python import statements
    "Provides some functions, but faster",  // Module description
    0,
    superfastcode_methods                   // Structure that defines the methods of the module
};
```
モジュールを読み込むときに Python で呼び出すメソッドを追加します。PyInit_<module-name> という名前にする必要があります。ここで、<module-name> は C++ プロジェクトの [全般]>[ターゲット名] プロパティと完全に一致します。つまり、プロジェクトによってビルドされた .pyd ファイルのファイル名と一致します。
```
PyMODINIT_FUNC PyInit_superfastcode() {
    return PyModule_Create(&superfastcode_module);
}
```
もう一度 C++ プロジェクトをビルドして、コードを検証します。エラーが発生した場合は、トラブルシューティングに関するセクションを参照してください。

PyBind11 を使用する

前のセクションの手順を完了すると、C++ コードに必要なモジュール構造を作成するために多数の定型コードを使用したことに気付きます。 PyBind11 では、同じ結果が得られる (ただし、はるかに少ないコードで) C++ ヘッダーファイルのマクロを使用してプロセスを簡略化します。

このセクションのコードの詳細については、PyBind11 の基本を参照してください。

pip (pip install pybind11 または py -m pip install pybind11) を使用して、PyBind11 をインストールします。

または、[Python 環境] ウィンドウを使って PyBind11 をインストールしてから、次の手順のために [PowerShell で開く] コマンドを使用できます。
同じターミナルで python -m pybind11 --includes または py -m pybind11 --includes を実行します。

この操作により、プロジェクトの [C/C++]>[全般]>[追加のインクルードディレクトリ] プロパティに追加する必要があるパスのリストが出力されます。 -I プレフィックスが存在する場合は、必ず削除してください。
前のセクションの変更が含まれていない新しい module.cpp の上部に、pybind11.h を含めます。
```
#include <pybind11/pybind11.h>
```

module.cpp の下部で、PYBIND11_MODULE マクロを使用して C++ 関数にエントリポイントを定義します。

namespace py = pybind11;

PYBIND11_MODULE(superfastcode2, m) {
    m.def("fast_tanh2", &tanh_impl, R"pbdoc(
        Compute a hyperbolic tangent of a single argument expressed in radians.
    )pbdoc");

#ifdef VERSION_INFO
    m.attr("__version__") = VERSION_INFO;
#else
    m.attr("__version__") = "dev";
#endif
}

C++ プロジェクトをビルドして、コードを検証します。エラーが発生した場合は、次のセクションの「コンパイルエラーのトラブルシューティングを行う」を参照して解決方法をご確認ください。

コンパイルエラーのトラブルシューティングを行う

C++ モジュールでは、次の理由でコンパイルに失敗する場合があります。

エラー: Python.h が見つかりません (E1696: ソースファイル "Python.h" を開けませんかつ/または C1083: インクルードファイルを開けません: "Python.h": 該当するファイルまたはディレクトリがありません)

解決方法: プロジェクトのプロパティの [C/C++]>[全般]>[追加のインクルードディレクトリ] のパスが、Python インストールの include フォルダーを指していることを確認します。「C++ のコアプロジェクトを作成する」の手順 6 をご覧ください。
エラー: Python ライブラリが見つかりません

解決方法: プロジェクトのプロパティの [リンカー]>[全般]>[追加のライブラリディレクトリ] のパスが、Python インストールの libs フォルダーを指していることを確認します。「C++ のコアプロジェクトを作成する」の手順 6 をご覧ください。
ターゲットアーキテクチャに関連するリンカーエラー

解決方法: C++ プロジェクトのターゲットアーキテクチャを、Python インストールのものと一致するように変更します。たとえば、C++ プロジェクトで Win32 をターゲットとする一方で、Python インストールが 64 ビットの場合は、C++ プロジェクトを x64 に変更します。

コードをテストして結果を比較する

これで、Python 拡張機能の構造の DLL ができたので、Python プロジェクトからそれらを参照し、モジュールをインポートして、それらのメソッドを使うことができます。

Python で DLL を使用できるようする

いくつかの方法で DLL を Python で使用できるようにすることができます。検討すべき 2 つの方法を以下に示します。

Python プロジェクトと C++ プロジェクトが同じソリューション内にある場合は、この 1 つ目の方法を使用します。次の操作を行います。
1. ソリューションエクスプローラーで、Python プロジェクト内の [参照設定] ノードを右クリックしてから、 [参照の追加] を選択します。
2. 表示されるダイアログで [プロジェクト] タブを選択し、superfastcode プロジェクトと superfastcode2 プロジェクトの両方を選択し、[OK] を選択します。
別の方法では、モジュールを Python 環境にインストールします。これにより、他の Python プロジェクトでもモジュールを使用できるようになります。詳細については、setuptools プロジェクトのドキュメントを参照してください。次の操作を行います。
1. プロジェクトを右クリックし、[追加]>[新しい項目] を選択して、C++ プロジェクトに setup.py という名前のファイルを作成します。
2. [C++ ファイル (.cpp)] を選択し、そのファイルに setup.py という名前を付けてから、 [OK] を選択します。
  
  .py 拡張子を使ってファイルに名前を付けることで、C++ ファイルテンプレートを使用していても、Visual Studio で Python ファイルとして認識されるようにします。
  
  ファイルがエディターに表示されたら、拡張メソッドに応じて、そこに次のコードを貼り付けます。
  
  CPython 拡張機能 (superfastcode プロジェクト) の場合:
```
from setuptools import setup, Extension

sfc_module = Extension('superfastcode', sources = ['module.cpp'])

setup(
    name='superfastcode',
    version='1.0',
    description='Python Package with superfastcode C++ extension',
    ext_modules=[sfc_module]
)
```
  PyBind11 (superfastcode2 プロジェクト) の場合:
```
from setuptools import setup, Extension
import pybind11

cpp_args = ['-std=c++11', '-stdlib=libc++', '-mmacosx-version-min=10.7']

sfc_module = Extension(
    'superfastcode2',
    sources=['module.cpp'],
    include_dirs=[pybind11.get_include()],
    language='c++',
    extra_compile_args=cpp_args,
    )

setup(
    name='superfastcode2',
    version='1.0',
    description='Python package with superfastcode2 C++ extension (PyBind11)',
    ext_modules=[sfc_module],
)
```
3. C++ プロジェクトで pyproject.toml という名前の 2 つ目のファイルを作成し、次のコードを貼り付けます。
```
[build-system]
requires = ["setuptools", "wheel", "pybind11"]
build-backend = "setuptools.build_meta"
```
4. 拡張機能をビルドするには、開いている pyproject.toml タブを右クリックしてから、 [完全なパスのコピー] を選択します。 pyproject.toml 名は、使用する前にパスから削除します。
5. ソリューションエクスプローラーで、アクティブな Python 環境を右クリックしてから、 [Python パッケージの管理] を選択します。
  
  ヒント
  
  パッケージが既にインストールされている場合は、ここで一覧表示されます。続行する前に、 [X] をクリックしてアンインストールします。
6. 検索ボックスにコピーしたパスを貼り付け、末尾から pyproject.toml を削除し、Enter キーを押してそのディレクトリからモジュールをインストールします。
  
  ヒント
  
  アクセス許可エラーによりインストールが失敗した場合は、 --user を末尾に追加し、コマンドを再試行します。

Python から DLL を呼び出す

前のセクションで説明したように、Python で DLL を使用できるようにすると、Python コードから superfastcode.fast_tanh および superfastcode2.fast_tanh2 関数を呼び出して、それらのパフォーマンスを Python の実装と比較できます。 DLL を呼び出すには、次の操作を行います。

次の行を .py ファイルに追加して、DLL からエクスポートされたメソッドを呼び出してその出力を表示します。

from superfastcode import fast_tanh
test(lambda d: [fast_tanh(x) for x in d], '[fast_tanh(x) for x in d] (CPython C++ extension)')

from superfastcode2 import fast_tanh2
test(lambda d: [fast_tanh2(x) for x in d], '[fast_tanh2(x) for x in d] (PyBind11 C++ extension)')

[デバッグ]>[デバッグなしで開始] の順に選択するか、Ctrl + F5 キーを押して Python プログラムを実行します。

注意

[デバッグなしで開始] コマンドが無効な場合は、ソリューションエクスプローラーで Python プロジェクトを右クリックしてから、 [スタートアッププロジェクトに設定] を選択します。

Python の実装よりも約 5 から 20 倍高速で C++ のルーチンが実行されることを確認します。通常、次のような出力が表示されます。
```
Running benchmarks with COUNT = 500000
[tanh(x) for x in d] (Python implementation) took 0.758 seconds

[fast_tanh(x) for x in d] (CPython C++ extension) took 0.076 seconds

[fast_tanh2(x) for x in d] (PyBind11 C++ extension) took 0.204 seconds
```
違いがより顕著になるように COUNT 変数を増やしてみてください。

また、C++ モジュールの ''デバッグ'' ビルドの実行は、''リリース'' ビルドよりも低速になります。これは、デバッグビルドが十分に最適化されず、さまざまなエラーチェックが含まれるためです。比較のために、これらの構成を自由に切り替えることができます。ただし、必ず前に戻って、リリース構成に対して前に設定したプロパティを更新してください。

出力で、PyBind11 拡張機能が CPython 拡張機能ほど高速ではないものの、純粋な Python 実装よりも高速であることが確認できます。この違いの主な原因は、複数のパラメーター、パラメーター名、またはキーワード引数をサポートしていない METH_O 呼び出しを使用したことです。 PyBind11 では、より Python に類似したインターフェイスを呼び出し元に提供するために、少し複雑なコードを生成します。しかし、テストコードで関数が 50 万回呼び出されるため、結果的にオーバーヘッドが大幅に増加する可能性があります。

for ループをネイティブコードに移動することで、オーバーヘッドをさらに軽減できます。この方法では、反復子プロトコル (または関数パラメーター用の PyBind11 の py::iterable 型) を使用して、各要素を処理する必要があります。 Python と C++ の間で繰り返される切り替えを削除することは、シーケンスの処理にかかる時間を短縮する効果的な方法です。

インポートエラーのトラブルシューティングを行う

モジュールをインポートしようとしたときに ImportError メッセージを受け取った場合は、次のいずれかの方法で解決できます。

プロジェクト参照を使用してビルドする場合は、C++ プロジェクトのプロパティが、Python プロジェクトでアクティブになっている Python 環境と確実に一致するようにします (特に Include および Library ディレクトリ)。
出力ファイルには、必ず superfastcode.pyd という名前を付けます。他の名前や拡張子を使用すると、インポートできなくなります。
setup.py ファイルを使用してモジュールをインストールした場合は、Python プロジェクト用にアクティブ化された Python 環境で確実に pip コマンドを実行したことを確認します。ソリューションエクスプローラーで Python 環境を展開すると、superfastcode のエントリが表示されるはずです。

C++ コードをデバッグする

Visual Studio では、Python と C++ コードを一緒にデバッグすることをサポートしています。このセクションでは、superfastcode プロジェクトを使用してプロセスについて説明します。プロセスは superfastcode2 プロジェクトでも同じです。

ソリューションエクスプローラーで Python プロジェクトを右クリックして、 [プロパティ] 、 [デバッグ] タブの順に選択します。その後、 [デバッグ]>[ネイティブコードのデバッグを有効にする] オプションをオンにします。

ヒント

ネイティブコードのデバッグを有効にすると、プログラムが通常の [続行するには、任意のキーを押してください] で一時停止せずに終了した直後に、Python の出力ウィンドウが閉じることがあります。

解決方法: ネイティブコードのデバッグを有効にした後で強制的に一時停止するには、 [デバッグ] タブの [実行]>[インタープリター引数] フィールドに -i オプションを追加します。この引数を使用すると、Python インタープリターはコードの実行後に対話モードになり、この時点でユーザーが Ctrl + Z キー、Enter キーの順に押してウィンドウを閉じるまで待機します。

または、Python コードを変更してもよい場合は、プログラムの最後に import os および os.system("pause") ステートメントを追加できます。このコードで、元の一時停止プロンプトが複製されます。
[ファイル]>[保存] を選択して、プロパティの変更を保存します。
Visual Studio ツールバーで、ビルド構成を [デバッグ] に設定します。
通常、デバッガーでコードを実行するとより時間がかかるため、 .py ファイルの COUNT 変数を、既定値より約 5 倍小さい値に変更できます。たとえば、500000 から 100000 に変更します。
C++ コードで tanh_impl メソッドの先頭行にブレークポイントを設定してから、F5 キーを押すか、 [デバッグ]>[デバッグの開始] の順に選択してデバッガーを開始します。

ブレークポイントコードが呼び出されるとデバッガーが停止します。ブレークポイントがヒットしない場合は、構成が確実に [デバッグ] に設定されていることと、プロジェクトを保存していること (これはデバッガーの開始時に自動的に行われません) を確認します。
ブレークポイントで、C++ コードをステップ実行したり、変数を調べたりすることができます。これらの機能の詳細については、「Python と C++ を同時にデバッグする」を参照してください。

他の方法

次の表で説明されているように、さまざまな方法で Python の拡張機能を作成することができます。最初の 2 行 (CPython と PyBind11) については、この記事で説明されています。

アプローチ	Vintage	代表的ユーザー
`CPython` 用の C/C++ 拡張モジュール	1991	標準ライブラリ
PyBind11 (C++ 向けに推奨)	2015
Cython (C 向けに推奨)	2007	gevent、kivy
HPy	2019
mypyc	2017
ctypes	2003	oscrypto
cffi	2013	cryptography、pypy
SWIG	1996	crfsuite
Boost.Python	2002
cppyy	2017

こちらもご覧ください

このチュートリアルのサンプルの完全版は、GitHub の python-samples-vs-cpp-extension にあります。

Python 用 C++ 拡張機能の作成

前提条件

Python アプリケーションを作成する

C++ のコアプロジェクトを作成する

C++ プロジェクトを Python の拡張機能に変換する

CPython の拡張機能を使用する

PyBind11 を使用する

コンパイルエラーのトラブルシューティングを行う

コードをテストして結果を比較する

Python で DLL を使用できるようする

Python から DLL を呼び出す

インポートエラーのトラブルシューティングを行う

C++ コードをデバッグする

他の方法

こちらもご覧ください

その他のリソース

その他のリソース

Python 用 C++ 拡張機能の作成

前提条件

Python アプリケーションを作成する

C++ のコア プロジェクトを作成する

C++ プロジェクトを Python の拡張機能に変換する

CPython の拡張機能を使用する

PyBind11 を使用する

コンパイル エラーのトラブルシューティングを行う

コードをテストして結果を比較する

Python で DLL を使用できるようする

Python から DLL を呼び出す

インポート エラーのトラブルシューティングを行う

C++ コードをデバッグする

他の方法

こちらもご覧ください

その他のリソース

その他のリソース

C++ のコアプロジェクトを作成する

コンパイルエラーのトラブルシューティングを行う

インポートエラーのトラブルシューティングを行う