wamp网站根目录配置web制作网站的模板

0 引言

💻💻AI一下💻💻
  libtorch库是一个用于深度学习的C++库，是PyTorch的官方C++前端。它提供了用于构建和训练深度学习模型的高级API，并支持张量计算、自动微分和模型导出。libtorch库可以用于开发高性能、跨平台的深度学习应用程序，包括模型部署、推理和嵌入式系统。它提供了一种与Python无关的方式来使用PyTorch的功能，使得开发人员可以在不依赖于Python的环境中使用PyTorch的强大功能。libtorch库还支持与其他C++库和工具的集成，如OpenCV和CUDA，从而进一步扩展其应用范围。

  本篇主要讲述如何获取、配置和简单使用libtorch库，并分享配置过程中遇到的一些问题。下面是主要内容。

1 获取libtorch

  libtorch库文件可以从官网获取，进入官网后找到下面界面，然后选择自己需要的版本，如果所使电脑显卡支持GPU可以下载"CUDA“版本的库，一般情况下载图示CPU版本的即可，下载链接在字段"Run this Command"一栏。debug和Release版本的libtorch库都要下载，后面配置到VS时要用到。

  如果想要获取其它版本的库，可以点击上图最后的按钮”Previous versions of Pytorch“，得到一个新的网页，可以在网页中找自己需要的版本，也可以进网站进行下载，下载界面如下。如果想要获取 GPU版本的，可以更改上面网站的后缀到需要的gpu版本，如”/cpu“改为”/cu118“。

2 在VS上配置使用libtorch库

  下载完成libtorch库后要配置到VS中了。配置方法两种吧，一种就是原始配置方法，将库目录及相关lib手动添加到VS中，然后缺少什么就补什么；另一种方法是借用`VSIXTorch工具``进行配置，本篇简单介绍下使用VSIXTorch工具配置的过程。

  (1) VSIXTorch工具获取：进入网站，然后根据自己VS的版本下载对应版本的VSIXTorch扩展工具。

  (2) 安装VSIXTorch工具：安装较为简单，以管理员身份运行VSIXTorch.exe然后工具会自行找到对应版本并添加到扩展，需要注意的是安装时可以不联网，但是要关闭已打开的VS工程。

  (3) 检查是否安装成功：安装完成之后打开VS2019，下拉找到扩展的Torch工程项目创建向导，也可以直接在搜索框输入Torch进行查找，安装成功后界面如下。如果未找到，就需要检查电脑上的VS版本与扩展工具的版本是否匹配，可以重新获取VSIXTorch工具，再次进行安装尝试。

  (4) 库加载到项目：点击创建TorchProject，设置完成工程存放路径，再点击创建时会弹出下面界面，这时将上面下载到的Debug和Release libtorch库分别填入对应位置，再点击OK项目创建完毕；

  (5) 尝试运行测试代码：创建torchProject后会自动把创建一段测试程序，尝试编译运行，编译的时候可能会报以下错误：

严重性 代码 说明 项目 文件 行 禁止显示状态
错误 MSB8036 找不到 Windows SDK 版本 10.0.18362.0。请安装所需版本的 Windows SDK，或者在项目属性页中或通过右键单击解决方案并选择“重定解决方案目标”来更改 SDK 版本。

  通过修改：属性->windows SDK版本，即可解决上述报错问题。如果遇到其他问题，期待你的留言讨论。下面是自动创建的测试代码。

#include <torch/torch.h>
#include <iostream>int main() {torch::Tensor tensor = torch::rand({2, 3});if (torch::cuda::is_available()) {std::cout << "CUDA is available! Training on GPU" << std::endl;auto tensor_cuda = tensor.cuda();std::cout << tensor_cuda << std::endl;}else{std::cout << "CUDA is not available! Training on CPU" << std::endl;std::cout << tensor << std::endl;	  }std::cin.get();
}

  如果编译没有报错，不出意外的话，会得到下面结果😜：

3 结语

  本篇讲述了如何获取、配置libtorch库的过程，分享配置过程中遇到的问题及解决办法。

😜
😜😜
😜😜😜😜