开发关联C++的Python包，求教TensorFlow/PyTorch共享库分发方式

你提到的TensorFlow、PyTorch这类Python库，不会在单个包中嵌入全平台的共享库文件，而是通过以下几种精准的方式分发对应平台的二进制文件：

• 平台专属预编译Wheel包
  PyPI上的官方包都是按「操作系统+架构」拆分发布的独立Wheel包，比如Linux x86_64、Linux ARM64、macOS Intel、macOS Apple Silicon、Windows x64等。用户执行pip install时，pip会自动检测当前系统环境，下载匹配的Wheel包，里面仅包含对应平台的共享库（.so/.dylib/.dll）。

• 共享库隐藏在包的内部目录
  预编译Wheel包中的共享库会被放在包的专属子目录里（比如torch/lib、tensorflow/core/lib），不会直接暴露在包根目录。Python的扩展模块（以.so/.pyd/.dll形式存在的原生模块）会通过动态链接机制加载这些库，用户日常调用Python API时感知不到底层共享库的存在。

• 全量打包核心依赖，避免系统库冲突
  为了保证跨环境的兼容性，这类库会把所有核心C++依赖（比如BLAS、CUDA相关组件）都打包进Wheel，不会依赖系统已安装的库，避免版本冲突导致的运行错误。

为什么你没找到共享库？ #

• 你可能查看的是源码包（sdist）而非预编译Wheel包：PyPI上的源码包仅包含源代码，没有预编译的二进制文件，需要用户自行编译。而绝大多数用户安装的是预编译Wheel包。
• 已安装的包默认存放在Python的site-packages目录下，而非你项目的开发目录。比如Linux系统下路径通常是/usr/local/lib/pythonX.Y/site-packages/torch/lib，Windows在Python安装目录/Lib/site-packages/torch/lib，macOS同理，进入对应路径就能找到对应平台的共享库文件。

内容的提问来源于stack exchange，提问作者Ronan M Kelly