神经网络初探——Libtorch篇 之 环境搭建VS2022+CUDA

安装环境

  • Thinkpad p15v
    • i7-10750H CPU @ 2.60GHz
    • NVIDIA Quadro P620
    • 32GB Memory
  • win10
    • 21H1 OS Build 19043.1645
  • Microsoft Visual Studio Community 2022
    • (64-bit) - Current Version 17.1.4

相关下载

软件配置

VS2022

  • 新建控制台工程
    在这里插入图片描述

  • 配置include 目录
    [VC++ Directories] → [Include Driectories]

    • [你的libtorch目录]\include\
      [你的libtorch目录]\include\torch\csrc\api\include在这里插入图片描述
  • 配置 library 目录
    [VC++ Directories] → [Library Directories]

    • [你的libtorch目录]\lib\
  • 配置 链接器
    [Linker] → [Input] → [Additional Dependencies]

    c10.lib
    c10_cuda.lib
    torch.lib
    torch_cpu.lib
    torch_cuda.lib
    torch_cuda_cpp.lib
    torch_cuda_cu.lib
    pytorch_jni.lib
    libprotobufd.lib
    libprotobuf-lited.lib
    libprotocd.lib
    caffe2_detectron_ops_gpu.lib
    caffe2_module_test_dynamic.lib
    clog.lib
    cpuinfo.lib
    

    [Linker] → [Command Line] → [Additional Options]
    /INCLUDE:?searchsorted_cuda@native@at@@YA?AVTensor@2@AEBV32@0_N1@Z /INCLUDE:?warp_size@cuda@at@@YAHXZ
    注意第二个/INCLUDE前面有个空格

  • 配置 运行环境

    • [Debugging] → [Environment]
      • PATH=%PATH%;[你的libtorch目录]\lib\

测试

  • 编写 cpp 如下
#include <iostream>

#include <torch/torch.h>
#include <ATen/ATen.h>
#include <torch/script.h>

int main()
{
    torch::Tensor tensor = torch::rand({ 5,3 });
    std::cout << tensor << std::endl;
    std::cout << torch::cuda::is_available() << std::endl; // 测试CUDA是否可用
    std::cout << torch::cuda::cudnn_is_available() << std::endl; // 测试CUDNN是否可用
}
  • 运行结果
    在这里插入图片描述
    有两个1就对了
  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PSO-BP神经网络是一种结合了粒子群优化(PSO)算法和反向传播(BP)算法的神经网络模型。PSO-BP神经网络的目的是解决传统BP神经网络容易陷入局部极小点的问题,从而提高预测精度。在PSO-BP神经网络中,PSO算法用于优化BP神经网络的初始权值和阈值,以减少误差并提高拟合效果。 BP算法是一种基于梯度的优化方法,用于调整神经网络的权重,以最小化预测输出与实际目标之间的误差。它通过计算误差并通过网络反向传播来更新权重,从而不断减少误差。BP算法被广泛应用于图像识别、自然语言处理和控制系统等领域。 PSO算法是一种基于群体智能的优化算法,模拟了鸟群觅食的行为。在PSO算法中,每个粒子代表一个解,通过不断调整速度和位置来搜索最优解。在PSO-BP神经网络中,PSO算法用于搜索BP神经网络的最佳权重和阈值,以提高网络的性能和预测精度。 综上所述,PSO-BP神经网络是一种结合了PSO算法和BP算法的神经网络模型,用于优化权重和阈值,提高预测精度。它在实际应用中可以用于多特征分类预测等任务。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* [分类预测 | MATLAB实现PSO-BP粒子群优化BP神经网络多特征分类预测](https://blog.csdn.net/kjm13182345320/article/details/128194438)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [PSO优化BP神经网络初探](https://blog.csdn.net/zypiverson001/article/details/130245421)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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