C++ libTorch cpu 环境搭建
一、下载libTorch
下载地址:Start Locally | PyTorch。
可以在图中选择下载cuda版本或cpu版本的。
以CPU Release版本的libTorch为例,下载地址为:
https://download.pytorch.org/libtorch/cpu/libtorch-win-shared-with-deps-1.11.0%2Bcpu.zip
以CPU Debug版本的libTorch为例,下载地址为:
https://download.pytorch.org/libtorch/cpu/libtorch-win-shared-with-deps-debug-1.11.0%2Bcpu.zip
如果网址打不开,也可以在csdn中下载,地址为:
C++libTorchcpudebug版本-深度学习文档类资源-CSDN下载
C++libTorchcpudebug版本-深度学习文档类资源-CSDN下载(release版本,文件夹名称有误)
二、libTorch配置
1、解压下载下来的文件夹,解压结果如下图所示。
2、新建项目,配置项目属性,注意选择debug或者release,与下载的版本相对应。下面以release为例。
2.1 打开项目属性,设置环境为release x64。
2.2 配置属性->C/C++->常规->附加包含目录:添加libtorch头文件。
D:\libtorch\include;
D:\libtorch\include\torch\csrc\api\include;
2.3 配置属性->C/C++->常规->SDL检查:设置为否。
2.4 配置属性->C/C++->常规->符合模式:设置为否。
2.5 配置属性->链接器->输入->附加依赖项:添加链接库。注意,如果是debug环境,libprotobuf.lib需替换为libprotobufd.lib。
c10.lib
libprotobuf.lib
torch.lib
torch_cpu.lib
2.6 配置属性->链接器->常规->附加库目录:添加lib路径
D:\libtorch\lib
2.7 配置完成后运行示例程序会提示找不到相应的dll,那么可以将上述lib中的dll拷贝至项目文件夹下,或者将上述lib路径添加到环境变量中。
三、测试代码
#include "torch/torch.h"
#include "torch/script.h"
int main()
{
torch::Tensor output = torch::randn({ 3,2 });
std::cout << output;
return 0;
}
四、运行结果
-1.8589 3.4430
0.0199 -0.4508
-0.2477 -1.3934
[ CPUFloatType{3,2} ]