VS2022+libtorch配置

配置选项：基于Windows系统，用VScode+minGW64+cmake+Libtorch（不可行，因为pytorch官网下载的Libtorch是基于MSVC编译的，他与minGW64不兼容），非常感谢这篇博文，减少了绕行时间：基于Windows系统，用VScode+minGW64+cmake+Libtorch开发
解决方法：基于Windows系统，使用VS 2022+Libtorch(首选，后边详述该方法)

步骤一：libtorch下载（DEBUG版本）
前往libtorch官网https://pytorch.org/get-started/locally/，选择对应版本的libtorch进行下载
解压完成后，放入D盘或者其他位置，记录其路径即可：

步骤二：VS2022+libtorch环境配置 [项目] -> [属性]
新建console（控制台）项目，在项目中进行如下配置：
1. 配置include目录： [C/C++]-> [常规]->[附加包含目录]
[你的libtorch目录]\include
[你的libtorch目录]\include\torch\csrc\api\include

2. 配置C++语言标准：[C/C++]-> [语言]
C++语言标准：ISO C++17标准（/std:c++17）

3. 配置linker（链接器）：[链接器] -> [常规] -> [附加库目录]，添加如下一行：
[你的libtorch目录]\lib\*.lib

4. 配置运行环境：[调试] -> [环境]
PATH=[你的libtorch目录]\lib; %PATH%

测试代码1如下（更多案例可查询网站PyTorch C++ API — PyTorch main documentation）：

#include<torch/torch.h>
#include<torch/script.h>
#include<iostream>
using namespace std;
int main()
{
    torch::Tensor output;
    std::cout << "cuda is_available: " << torch::cuda::is_available() << std::endl;
    torch::DeviceType device = at::kCPU;
    if (torch::cuda::is_available())
        device = at::kCUDA;
        output = torch::eye(3).to(device);  //randn({ 3,3 })
        std::cout << output << std::endl;
    return 0;
}

运行结果：

cuda is_available: 0
 1  0  0
 0  1  0
 0  0  1
[ CPUFloatType{3,3} ]

测试代码2：

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

int main() {
    // 使用arange构造一个一维向量，再用reshape变换到5x5的矩阵
    torch::Tensor foo = torch::arange(25).reshape({ 5, 5 });

    // 计算矩阵的迹
    torch::Tensor bar = torch::einsum("ii", foo);

    // 输出矩阵和对应的迹
    std::cout << "==> matrix is:\n " << foo << std::endl;
    std::cout << "==> trace of it is:\n " << bar << std::endl;
}

运行结果：

==> matrix is:
   0   1   2   3   4
  5   6   7   8   9
 10  11  12  13  14
 15  16  17  18  19
 20  21  22  23  24
[ CPULongType{5,5} ]
==> trace of it is:
 60
[ CPULongType{} ]

参考资料：

PyTorch C++ API — PyTorch main documentation

Libtorch系列教程1：一个丝滑的C++ Tensor库-腾讯云开发者社区-腾讯云 (tencent.com)