visual studio配置libtorch

1、libtorch找到与自己cuda相匹配的版本；

2、配置visual studio：

1）配置包含目录

2）配置库目录：

3）配置链接器：

也可以输入自己所需的lib文件名：

asmjit.lib c10.lib c10_cuda.lib caffe2_nvrtc.lib cpuinfo.lib dnnl.lib fbgemm.lib fmt.lib kineto.lib libprotobuf.lib libprotobuf-lite.lib libprotoc.lib microkernels-prod.lib pthreadpool.lib sleef.lib torch.lib torch_cpu.lib torch_cuda.lib XNNPACK.lib

4）配置动态链接库：

动态链接库需要放入指定位置，有三种做法：

【1】直接将libtorch所需的dll文件放入与生成的exe文件同一个文件夹内；

【2】将libtorch的bin目录配置到windows的系统环境变量的path中，注意需要刷新系统环境变量或者重启系统才能生效。

【3】将libtorch的bin目录配置到visual studio的“环境”属性中：

PATH=E:\vs_prj\3rdparty\libtorch2.6.0_cu11.8\bin\release;%PATH%

5）将c++ 语言标准改为 c++17

因为‌LibTorch 从 2.0 版本开始，其 C++ 代码默认按 C++17 标准编写‌。VS 默认的 C++14 标准无法解析新版 LibTorch 头文件里的新语法和模板特性，所以会冒出一堆莫名其妙的编译错误：

修改为下图所示：

4、libtorch的测试代码：

#include <iostream> #include<torch/torch.h> #include<torch/script.h> int main() { std::cout << "cuda::is_available():\t" << torch::cuda::is_available() << "\n"; std::cout << "cuda::cudnn is_available():\t" << torch::cuda::cudnn_is_available() << "\n"; std::cout << "cuda::device():\t" << torch::cuda::device_count() << "\n"; auto a = torch::rand({ 8, 16 }); if (torch::cuda::is_available()) { std::cout << "cuda available" << std::endl; } else { std::cout << "cuda not available" << std::endl; } std::cout << a << std::endl; torch::Tensor tensor = torch::eye(3); std::cout << tensor << std::endl; return 0; }

运行结果：

5、最后，如果发现配置好了libtorch后，libtorch的cuda仍然是不可用的，那么只需要添加：

/INCLUDE:?warp_size@cuda@at@@YAHXZ