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} ]