Context

在Linux/Ubuntu上工作，Ubuntu 20和22，Python 3.6，3.8和3.10的行为相同。
onnxruntime是一个用于机器学习推理的C/C库，它可以使用多个“后端”（他们称之为“执行提供程序”）在不同的硬件上运行数字代码，并利用不同的低级Tensor数学框架。其中最受欢迎的是来自NVidia的着名CUDA。为了使用这样的CUDA后端，在运行时使用dlopen（libcudart，libcublas，...）加载几个CUDA库。只要一个人留在C/C域中，这就可以正常工作。但是，onnxruntime通常通过Python绑定使用，无论是通过官方Python发行版还是通过自定义绑定（就像我一样）。无论哪种方式，为了确保CUDA后端按照Python的预期工作，必须预先加载CUDA库，否则找不到。这是他们在官方绑定中的做法，我在自己的代码中做了一些非常相似的事情（我不能分享，抱歉）。

常见问题

• 为什么在通过绑定使用onnxruntime时需要预加载，而在C++应用程序中使用时则不需要？在我的理解中，Python绑定本身就是一个在运行时加载的库。这是否会以某种方式影响从编译的python扩展本身进一步动态加载其他库？
• RPATH/RUNPATH传播如何为Python绑定工作？我看到Python可执行文件没有设置它们中的任何一个，但是我们在绑定中设置了RUNPATH。RUNPATH可以正确地用于链接的库，但对于在运行时加载的库似乎被忽略了。我认为这是预期的，如果不是因为我不 * 不 * 需要预先加载任何东西，当我使用onnxruntime直接从C++，所有其他事情保持不变。
• 坚持我上面链接的公共示例代码，有没有替代这种相当粗糙的预加载方法的方法？