c++工程调用pytorch训练好的模型，出现有的电脑能用有的电脑不能用的情况

最新推荐文章于 2024-05-13 03:12:45 发布
最新推荐文章于 2024-05-13 03:12:45 发布
阅读量138 收藏
点赞数
文章标签： pytorch c++
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HEr_520/article/details/132066041
版权

前提要景

某些工程中可能会用C++调用pytorch深度学习模型，所以就需要依赖libtorch库，然后再调用相应的pt文件，调用深度学习模型需要显卡支持，而libtorch库是在当时下载的，后续会出现新的显卡，就会出现不报错也使用不了的情况，出现这种情况更换新版的libtorch库就可以正常使用啦。
如需看如何实现c++工程调用pytorch，可参考pytorch官方文档 链接: link

问题解决步骤

1.进入Pytorch官网 链接: link ，根据图示步骤下载Libtorch官方库。

下载libtorch库
下载好之后打开得到如下文件
在这里插入图片描述

2.找到原来文件中的.dll文件，删除release版中的对应.dll文件，并删除libtorch文件夹。

在这里插入图片描述在这里插入图片描述

3.将新下载的Libtorch文件夹复制至release中。

在这里插入图片描述
将新下载Libtorch/Lib文件夹下所有.dll文件复制到release中。
在这里插入图片描述

4.打开项目-项目属性（gistest属性）

在这里插入图片描述
打开连接器-输入-附加依赖项，将原来所有对应的lib文件名在附加依赖项中删除。
在这里插入图片描述
将新版libtorch\lib中的所有lib文件名添加至附加依赖项中，确定之后即可成功运行。
在这里插入图片描述
至此，大功告成！！！

做自己就好.
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习平台demo(五）- c#调用python方式完成训练和预测
jiugeshao的专栏
01-02 3511
在前面系列博客基础上，来继续完善博客https://blog.csdn.net/jiugeshao/article/details/111768401中的程序，使得c#可以通过调用python来完成模型的训练，训练完毕后可以实时预测一张图像的结果。 1.界面改为： 2. 代码中的引用类如下： using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; using S
C#实现的模拟词典
11-10
C#实现的模拟词典，左边是树形结构的英汉词典，中英文对照，可以进行查找，在右边的listView显示查找的结构，只是实现了思想，未完全添加词典内容，供初级C#学习者学习参考
pytorch部署torchscript篇
AllentDan的博客
03-29 2262
文章目录引言环境visual studioopencvlibtorch例子生成.pt文件Visual Studio项目配置新建Visual Studio工程项目。编译环境配置配置项目属性includeliblinkdllcpp代码一些报错错误1：无法使用GPU错误2：编译时报错“std”: 不明确的符号错误3：缺少dll 引言 本文旨在介绍如何在Windows平台使用pytorch的c++ api部署pytorch的CNN模型，本文的部署的模型只有推理功能，这是由于torch::jit不支持部分层或者操作的
C#部署基于pytorch的图像神经网络分类模型，实现本地化推理_c# pytorch(1)
最新发布
2401_83704036的博客
05-13 295
模型训练过程在Ubuntu(22.04.3) Anaconda(23.1.0) Pytorch(1.8.0+cu111)环境下进行。主要就是得有OpenCvSharp、TorchSharp、libtorch三个主要的库。现在timm的模型预训练权重下载基本都得在huggingface[
C#(winform)调用pytorch模型
热门推荐
aquamarine_的博客
03-23 1万+
winform调用pytorch上训练好的unet模型： 项目是写一个辅助诊断系统软件，用winform写软件，调用pytorch和matlab的模型。这篇博客只包含调用pytorch模型的部分。 1.c++(libtorch)调用模型 2.c++生成动态链接库 3.c#调用dll 1. libtorch(cpu)调用gpu模型 首先把pytorch的模型转成libtorch的。如果模型没有控制流（if-else语句），就用简单的trace方式进行转换。 pth文件转为pt文件 import torch
PyTorch之libtorch的简单使用
IT菜鸟
10-30 1493
PyTorch之libtorch的简单使用
C#调用Python脚本训练并生成AI模型(以Paddle框架为例)
m0_46339652的博客
12-18 5041
Windows开发时用到AI模型部署，使用C#调用Python脚本训练并生成AI模型
C++：Windows平台下利用LibTorch调用PyTorch模型
fwt1226的博客
03-03 5567
文章目录环境Libtorch下载Pytorch将.pth转为.pt文件python环境下的预测输出结果：rose新建pt模型生成文件输出结果：roseC++调用pytorch模型新建空项目pt_alex项目属性配置修改配置管理器属性>VC++目录>包含目录属性>VC++目录>库目录属性>链接器>输入>附加依赖项注意CUDA下的情况属性>C/C++项目下新建test.cpp输出结果：roseC# Demo新建C++空项目，封装DLL源码项目属性点击生成解决方案，
【pytorch】gpu训练的模型在cpu中使用
可乐大牛的博客
02-18 2417
https://www.cnblogs.com/zgqcn/p/14015832.html
C调用Python函数传参图片进行torch模型运算
weixin_39161727的博客
03-27 4923
C调用Python函数传参图片进行torch模型运算服务器环境项目内容实现方式Python.hC调用Python流程图片传参项目总代码调用流程打包指令测试图片打印结果总结 最近接到个新需求，由于系统主体是C编写的，现在要调用python进行torch模型运算需要将图片先落盘再将路径传给python函数作为入参，图片一多硬盘的IO压力就大，以致处理一张图片需要的耗时大大加长。所以期望能让C直接调用python，图片直接在内存空间中传递不做罗盘的操作，经过我三天的全网搜集尝试倒腾，终于实现了这个需求，写一篇博客
面向Windows在C++中调用Pytorch模型（MNIST手写体数字识别）
11-01
使用pytorch从模型训练到模型调用，再通过libtorch转成C++调用，全流程实现MNIST手写体数字识别
java jna 调用pytorch c++模型推理
12-30
java 通过jna调用c++ 推理方法 用c++ 做pytorch torch script 推理
博文：【pytorch】将模型部署至生产环境：借助TensorRT 8完成代码优化及部署（二）：C++接口实现 的代码备份。
05-16
博文：【pytorch】将模型部署至生产环境：借助TensorRT 8完成代码优化及部署（二）：C++接口实现 的代码备份。
pytorch_cpp：在C ++中使用PyTorch的深度学习示例程序
01-30
PyTorch C ++示例这些是用C ++编写的PyTorch深度学习示例程序。描述PyTorch作为一种深度学习框架而闻名。 其中，Python源代码在网络上泛滥，因此我们可以轻松地用Python编写深度学习的源代码。 但是，很少有用C ++...
PyTorch 的 C++ api 的 Rust 绑定。
06-28
tch crate 的目标是围绕 C++ PyTorch api（又名 libtorch）提供一些薄包装。它旨在尽可能接近原始 C++ api。然后可以在此基础上开发更多惯用的 Rust 绑定。文档可以在 docs.rs 上找到。libtorch 之上的 C api 的代码...
C++ VScode配置libtorch，并调用PyTorch模型
qq_41158484的博客
12-26 4197
按照这个流程进行配置libtorch可以减少大部分的错误，本文从将PyTorch模型trace成C++模型，到配置libtorch，到C++使用libtorch调用CUDA模型均进行了详细的介绍。
第2章 PyTorch基础（1/2）
wumg3000的博客
10-01 609
PyTorch基础：主要介绍张量运算、计算图、自动求导等内容。
VS2019使用C++调用并部署pytorch VGG模型全过程(libtorch+opencv)(cpu+gpu)
W9XM96的博客
10-13 5605
环境配置vs2019+libtorch1.9.0+opencv3.4.2+cuda11.0+cudnn8.0（实测可用，不踩坑） 须知 Libtorch版本需与pytorch版本兼容（最好一致），系统下载与pytorch版本相同的CUDA和Cudnn,否则导入模型将出错。 若想使程序在GPU上运行，需下载GPU版libtorch,其也支持cpu运行。 文中给出图片或许版本与标题不一致，不影响实际操作，作者已亲测可行 libtorch 用C++调用pytorch模型，其目的在于：使用C++及多线程可以加快模
20230918-pytorch训练模型，c++调用并使用模型，传入数据格式统一的问题
qq_37245700的博客
09-18 495
最开始，我在这里会产生各种各样的报错，最主要的原因是，在c++环境中opencv提供的imread方式读取的图片是3通道数据的二维数据，也就是这里的输入数据的shape是【1，3，W，H】，每张图片的大小是其本身的尺寸大小。图像的训练，一般采用卷积神经网络，其传入数据的格式为NCWH的格式，其中N表示训练的批量大小，C表示数据（图像）的通道数（channels），W表示图像的宽度（width），H表示图像的高度（height）。如何训练自己的模型，并在c++上调用呢，看了很多篇博文，都没有找到详细的文档。
C++ 调用yolov5训练好的模型
05-18
要在 C++ 中调用 YOLOv5 训练好的模型，需要使用一个深度学习框架，例如 PyTorch 或 TensorFlow，来加载模型并进行推理。 以下是一些步骤： 1. 安装 PyTorch（或 TensorFlow）和相应的 Python 包。 2. 加载训练好的 YOLOv5 模型，并将其导出为 TorchScript 格式（.pt 文件），这可以通过运行以下命令来完成： ``` python models/export.py --weights path/to/weights.pt --img-size 640 --batch-size 1 ``` 3. 在 C++ 代码中使用 Torch C++ API 加载 TorchScript 模型，并进行推理。以下是一个示例代码： ``` #include <torch/script.h> // 包含 Torch C++ API 头文件 #include <iostream> #include <memory> int main() { // 加载 TorchScript 模型 std::shared_ptr<torch::jit::script::Module> module = torch::jit::load("path/to/model.pt"); // 创建一个张量作为输入 torch::Tensor input_tensor = torch::ones({1, 3, 640, 640}); // 进行推理 at::Tensor output = module->forward({input_tensor}).toTensor(); std::cout << output << std::endl; // 输出结果 } ``` 请注意，以上代码只是一个示例，具体实现可能会因为需要加载的模型和输入数据的不同而有所变化。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值