pytorch拓展——Ubuntu vscode配置pytorch C++拓展环境

引言：
pytorch的官方教程中:

• 例子1是用numpy+Funciton手动写的一个前向传播和反向传播
• 例子2是一个有需要优化参数的例子
• 例子3是用c++写的拓展，1.0之前是用c写的拓展
  这里记录用vscode配置c++，然后导入torch的TH.h头文件的过程

ubuntu配置vscode支持c++调试

具体参考网上的教程
Ubuntu16.04下配置VScode的C/C++开发环境
注意：

1. tasks.json中需要加上“-std=c++11”这个参数表示支持c++11标准

将pytorch的头文件TH.h等加入到C++的编译路径

1. 软链接的方式

• 找到c++编译器的路径，本人的在/usr/include/c++/5/, 可以通过一下命令找到位置：

locate iostream

• 找到pytorch的拓展TH.h所在的位置，命令：locate TH.h 或者find -name TH.h，如下是本人的：

(base) chenjun@chenjun-ThinkCentre-M910t-N000:~$ find -name TH.h
find: `./.cache/dconf': 权限不够
./.local/lib/python3.5/site-packages/torch/lib/include/TH/TH.h
./anaconda2/lib/python2.7/site-packages/torch/include/TH/TH.h
./anaconda2/envs/pytorch3/lib/python3.6/site-packages/torch/lib/include/TH/TH.h
./anaconda2/envs/caffe36/lib/python3.6/site-packages/torch/include/TH/TH.h
./anaconda2/envs/chainer/lib/python3.6/site-packages/torch/lib/include/TH/TH.h
./anaconda2/envs/mypytorch/lib/python2.7/site-packages/torch/lib/include/TH/TH.h
./anaconda2/pkgs/pytorch-nightly-1.0.0.dev20190301-py3.6_cuda9.0.176_cudnn7.4.2_0/lib/python3.6/site-packages/torch/include/TH/TH.h
./anaconda2/pkgs/pytorch-nightly-1.0.0.dev20190301-py2.7_cuda10.0.130_cudnn7.4.2_0/lib/python2.7/site-packages/torch/include/TH/TH.h
./anaconda2/pkgs/pytorch-nightly-1.0.0.dev20190301-py2.7_cuda9.0.176_cudnn7.4.2_0/lib/python2.7/site-packages/torch/include/TH/TH.h
./anaconda2/pkgs/pytorch-0.4.1-py27__9.0.176_7.1.2_2/lib/python2.7/site-packages/torch/lib/include/TH/TH.h
./anaconda2/pkgs/pytorch-0.4.1-py36_py35_py27__9.0.176_7.1.2_2/lib/python3.6/site-packages/torch/lib/include/TH/TH.h

这里因为有多个conda环境所以有多个TH.h

• 建立软链接，

sudo ln -s /home/chenjun/anaconda2/envs/mypytorch/lib/python2.7/site-packages/torch/lib/include/ATen /usr/include/c++/5/    # 可能要sudo，不加可能权限不够

2. 在.bashrc中添加环境变量

• 在~/.bashrc中为c++添加环境变量，具体语句如下：

export CPLUS_INCLUDE_PATH=/home/chenjun/anaconda2/envs/mypytorch/lib/python2.7/site-packages/torch/lib/include/:$CPLUS_INCLUDE_PATH     # 改为自己的位置就行

添加完成之后，好像一定要重启，不然无法导入。

测试

直接上代码，如果编译能通过则没有问题。

#include <TH/TH.h>      // pytorch的头文件
#include <math.h>
#include <iostream>

int main(int argc, char const *argv[])
{
    std::cout << "chenjun" << std::endl;
    return 0;
}

以上代码只是在普通的c++代码中，导入了pytorch的头文件。