LibTorch1.7.0+cpu+win10+VS2017的环境配置

---

写在前面

LibTorch是PyTorch对应在C++环境中的表示，用于深度学习神经网络模型的部署落地。本文将记录如何在VS中配置CPU Debug版本的LibTorch环境。

配置方法总览

总的来说，VS中LibTorch环境的配置方法和OpenCV环境以及VS中CUDA环境的配置方法，连同上篇文章提到的ncnn环境配置步骤基本一致，即都要配置如下三个地方：

属性页-VC++目录-包含目录
属性页-VC++目录-库目录
链接器-输入-附加依赖项

下面将详细介绍环境配置方法。

---

详述配置方法

下载LibTorch

第一步当然是先下载，超级全的下载路径可以参考这里，下载后解压，可以得到下面的文件：

新建.props属性表

第二步，在VS中新建项目，并在属性管理器窗口新建自己的.props属性表¹，不妨取名为libtorch170_d.props（当然最好还是要加上cpu字眼，以和gpu版本区分开来）。

在.props文件中配置包含目录和库目录。
其中包含目录有2个，分别是²：
\libtorch\include\torch\csrc\api\include
\libtorch\include
库目录有1个：
\libtorch\lib

最后，在链接器-输入-附加依赖项中填入如下的.lib文件：

asmjit.lib
c10.lib
c10d.lib
caffe2_module_test_dynamic.lib
clog.lib
cpuinfo.lib
dnnl.lib
fbgemm.lib
gloo.lib
mkldnn.lib
torch.lib
torch_cpu.lib

【附】：LibTorch1.7.0 release版本的.lib文件配置如下：

asmjit.lib
c10.lib
c10d.lib
caffe2_module_test_dynamic.lib
clog.lib
cpuinfo.lib
dnnl.lib
fbgemm.lib
gloo.lib
libprotobuf.lib
libprotobuf-lite.lib
libprotoc.lib
mkldnn.lib
torch.lib
torch_cpu.lib

至此，cpu debug版本的LibTorch环境配置完毕。

环境测试

环境配置完毕后，进行测试，以检查是否配置成功。

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


int main() {

	torch::Tensor a = torch::rand({ 2,3 });
	std::cout << a << std::endl;

	return 0;
}

执行上述代码后，如果能输出下面的语句，则说明配置成功。

报错解决

std: 不明确的符号

环境配置完毕后，生成项目，可能会报出std: 不明确的符号的错误，该错误是std冲突问题。该报错的解决方法如下，需要修改两个位置：

项目 -> 属性 -> C/C++ -> 常规 -> SDL检查 -> 否
项目 -> 属性 -> C/C++ -> 语言 -> 符号模式 -> 否

请注意，修改时需要重新从 项目—属性 进入，不是双击属性表，属性表设置后不起作用，而且一定要看清楚项目属性窗口对应的到底是Debug还是Release！

按照上述方式操作完毕之后，再重新编译，之前的报错即消失，问题得到解决。

---

写到这里，差不多本文也就要结束了。如果我的这篇文章帮助到了你，那我也会感到很高兴，一个人能走多远，在于与谁同行。

---

参考文章

---

1. libtorch配置vs2017 ↩︎

2. Win10+vs2017下配置libtorch ↩︎