pybind11和libtorch的环境配置

目录

pybind11配置

 libtorch配置

验证配置结果

---

pybind11配置

1.利用anaconda创建虚拟环境，python版本3.8（pybind是虚拟环境的名称）

conda create -n pybind python=3.8

2.激活虚拟环境，安装pybind11

conda activate pybind

pip install pybind11

3.进入vs2019，创建新的工程项目

 4.点击生成中的配置管理器，设置成如下配置 

 5.点击项目中的属性，显示如下：

 6.将配置属性-常规-配置类型设置为动态库

 7.点击配置属性-高级-目标文件扩展名，将其修改为.pyd

 8.点击VC++目录，将包含目录设为python的include路径和pyblind的include路径。将库目录设置为Python的libs路径。

 包含目录设置结果：

C:\Users\A\.conda\envs\pybind\include

C:\Users\A\.conda\envs\pybind\Lib\site-packages\pybind11\include

库目录设置结果：

C:\Users\A\.conda\envs\pybind\libs

9.点击链接器-输入-附加依赖项，添加libs文件夹中的.lib文件。

注：python版本不同会导致添加的lib文件名不一样，需要根据自己的情况配置

 附加依赖项设置结果：

C:\Users\A\.conda\envs\pybind\libs\python3.lib
C:\Users\A\.conda\envs\pybind\libs\python39.lib

 libtorch配置

 1.根据使用的torch版本下载对应的libtorch，如torch版本是1.8.2，则libtorch版本也是1.8.2。下载链接如下：

https://blog.csdn.net/weixin_43742643/article/details/115218126

注：libtorch有debug和release两种版本，但是要和pybind11一起配置，建议下载release版本，本人尝试使用debug版本没有成功。

2. 参考以下链接进行后续配置：

https://blog.csdn.net/weixin_45632168/article/details/114679263

验证配置结果

输入以下代码，点击生成按钮：

#include <pybind11\pybind11.h>
#include <torch/torch.h> 

torch::Tensor my_add(torch::Tensor a, torch::Tensor b)
{
    return 2 * a + b;
}
namespace py = pybind11;
PYBIND11_MODULE(my_lib, m)
{
    m.def("my_add", my_add);
}

 结果如下，说明成功：