win10上libtorch c++部署

开发环境：

• VS2017（VS2015亲测也能通过）
• win10
• cmake>=3.0
• libtorch1.6-release

        pytorch中libtorch加入了对C++的支持，以方便集成。但不同系统、开发环境下遇到的问题不同，这里进行整理。此方案为win10+vs下集成代码验证。

1、准备工作

1.1、cmake下载

        用vs编译也是可以的，本文选用vs编译。确定有>=3.0版本的cmake和比较高的vs版本。cmake下载。

Index of /files/v3.17

        链接：https://pan.baidu.com/s/1C1n9yHlwR43YOkzoIpeweQ

        提取码：gml3

1.2、opencv安装

下载地址：Releases - OpenCV

opencv-2.4.13.6-vc14

        链接：https://pan.baidu.com/s/1pe6KLeBi9K6jqch9nxGLmw

        提取码：ey9l

1.3、LibTorch下载

        在pytorch官网下载对应的LibTorch。有GPU版CP官网下载对应的LibTorch。有GPU版CPU版、有DEBUG和RELEASE版。下载匹配的对应版本。

        然后解压。

        有include有lib，跟其他库结构差不多。

2、VS配置

        官方和其他很多都是用的cmake，其实vs也能用。新建一个空项目，然后和VS配置opencv一样，把LibTorch的include和lib添加到“包含目录”和“库目录”中就行，还需要在链 接器中加入：

c10.lib
torch_cpu.lib

        一般来说2个cpu上就可足够测试了，以防万一可以把所有lib都加上：

c10.lib
c10_cuda.lib
caffe2_nvrtc.lib
caffe2_module_test_dynamic.lib
clog.lib
dnnl.lib
libprotobuf.lib
libprotobuf-lite.lib
libprotoc.lib
mkldnn.lib
torch.lib
torch_cpu.lib
torch_cuda.lib

还有两个地方需要修改：

        第一项：属性->C/C++ ->常规->SDL检查->否。

        第二项：属性->C/C++ ->语言->符合模式->否。

可选项：

        第三项：配置属性->常规->C++语言标准，设置为C++17。

        第四项：配置属性->调试->环境，设置环境变量，添加bin目录：PATH=libtorch bin path;%PATH%;

        第五项：若缺少宏，属性->C/C++->预处理器->预处理器定义，设置宏。

3、环境测试验证

        引入两个lib文件：c10.lib、torch_cpu.lib。

测试代码：

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

int main()
{
	torch::Tensor t1 = torch::tensor({ 10,1,2 });
	std::cout << t1[0] << std::endl;
	system("pause");
}

打印如下结果，则为正确：

使用GPU：libtorch c++部署-使用GPU_alex1801的博客-CSDN博客_libtorch 指定gpu

参考文章：

1、pytorch1.3版本转C++ API(libtorch)踩坑记录

pytorch1.3版本转C++ API(libtorch)踩坑记录_ryERO的博客-CSDN博客