玩深度学习，个人觉得基于anaconda的python适合开发与测试，C++适合实际的工程部署！而pytorch官方有编译好的libtorch，特别方便，适合于我这样的伸手党和手残党(win10下编译tensorflow编译了好久都没通过，好忧伤！)好了，话不多说进入正题！

工程环境：

1.win10；

2.anaconda+pytorch1.0；

3.vs2015

4.Cmake

一、下载libtorch

进入pytorch官方网址https://pytorch.org/get-started/locally/，个人使用的是cpu版本，选择如下图所示：

下载好了放在无中文路径的文件夹下(个人使用的是release版本)

二、Cmake配置

首先创建一个文件夹，存放主程序example.cpp还有CMakeLists.txt，然后再创建一个build的空文件夹，之后编译好的文件都存放在build文件夹里头(照着教程来的，但是发现build文件夹内实际没有工程文件，反而是根目录文件夹内是编译好的文件，即CMakeLists.txt所在文件夹，有知道的大佬烦请告知下原因)。cmake编译文件夹目录如下所示：

其中CMakeLists.txt内容如下所示：

#cmake的最低版本要求
cmake_minimum_required(VERSION 3.0 FATAL_ERROR)
#example为创建的工程名字
project(example)
#添加的pytorch的附加库
find_package(Torch REQUIRED)
#编译的相应cpp文件
add_executable(example-app example-app.cpp)
target_link_libraries(example-app “${TORCH_LIBRARIES}”)
set_property(TARGET example-app PROPERTY CXX_STANDARD 11)

其中example.cpp内容如下所示(仅作调用libtorch并生成随机tensor)：

#include <torch/torch.h>
#include <iostream>int main() {torch::Tensor tensor = torch::rand({5, 3});std::cout << tensor << std::endl;system("pause");
}

三、Cmake编译

camke编译比较简单，在根目录文件夹下打开power shell（即CMakeLists.txt所在文件夹），输入

cmake -DCMAKE_PREFIX_PATH=E:\lib\pytorch\libtorch

DCMAKE_PREFIX_PATH=libtorch绝对路径，就是刚才下载的libtorch文件解压后的根目录。

编译成功后会出现以下结果(并且刚才相应的文件会出现VS工程项目)：

四、结果运行

用vs2015打开如下文件

1.打开工程文件后，修改配置管理器为X64，以及将example项目设置为启动项目(如果不会，请自行百度，这是vs的基本操作)。2.打开example项目的属性->链接器->输入->附加依赖项,删除其中引号内的所有内容，否则会出现找不到torch.lib的错误提示；

3.接上述步骤，->命令行->其他选项，将其中的X86更改为X64；

运行example项目会提示找不到相应的lib文件，此时继续下面步骤，

4.将之前解压的libtorch文件（\path\libtorch\lib）下的lib文件夹内的所有内容（内容如下图所示）拷贝至\path\example-app\x64\Release文件夹下，

此时项目运行成功，结果如下图所示：

注意：

1.CamkeLists.txt，主要为设置相应的项目属性以及需要编译的附加库，但是不明白为什么还需要将相应的libtorch库文件拷贝至当前项目环境下，难道是因为没有在环境变量里设置libtorch的变量路径吗？下次有空再测试；

2.libtorch解压路径不要太深，貌似是因为Cmake路径不能超过一千个字符，所以路径尽量浅一点，还有就是作为码农，不要有中文路径，毕竟外国人基本不用中文，在码农世界中文是个蛋疼的玩意，会导致很多莫名其妙的错误，避免坑就戒掉中文路径吧！

3.Camke是个好东西，可以多学习学习，下面有相应的CamkeLists.txt的参考博客，觉得都是大牛啊！

参考文献：

1.https://blog.csdn.net/adyf3/article/details/85003893

2.https://blog.csdn.net/qq_37761077/article/details/88750711

3.https://blog.csdn.net/linxigjs/article/details/79864033

4.https://pytorch.org/cppdocs/installing.html

深度学习之pytorch(三) C++调用相关推荐

[深度学习] 分布式Pytorch介绍（三）
[深度学习] 分布式模式介绍(一) [深度学习] 分布式Tensorflow介绍(二) [深度学习] 分布式Pytorch介绍(三) [深度学习] 分布式Horovod介绍(四) 一 Pytorc ...
（d2l-ai/d2l-zh）《动手学深度学习》pytorch 笔记（2）前言（介绍各种机器学习问题）以及数据操作预备知识Ⅰ
开源项目地址:d2l-ai/d2l-zh 教材官网:https://zh.d2l.ai/ 书介绍:https://zh-v2.d2l.ai/ 笔记基于2021年7月26日发布的版本,书及代码下载地址在 ...
（翻译）60分钟入门深度学习工具-PyTorch
60分钟入门深度学习工具-PyTorch 作者:Soumith Chintala 原文翻译自: https://pytorch.org/tutorials/beginner/deep_learning ...
一篇文章入门深度学习框架PyTorch
一篇文章入门深度学习框架PyTorch 1 Tensor(张量) 2 Variable(变量) 3 Dataset(数据集) 4 nn.Module(模组) 5 torch.optim(优化) 一阶优 ...
深度学习二(Pytorch物体检测实战)
深度学习二(Pytorch物体检测实战) 文章目录深度学习二(Pytorch物体检测实战) 1.PyTorch基础 1.1.基本数据结构:Tensor 1.1.1.Tensor数据类型 1.1.2. ...
07组第二次作业深度学习和pytorch基础
07组第二次作业深度学习和pytorch基础 1.视频学习 20020007118 张泽峰 1.1绪论人工智能的前景比较广阔,人才缺口比较大. 专家系统早期的人工智能依赖于专家系统通过一些专家 ...
OUC暑期培训（深度学习）——第一周学习记录：深度学习和pytorch基础
第一周学习:深度学习和pytorch基础目录第一周学习:深度学习和pytorch基础 Part 1:视频学习: 1. 绪论: 2. 深度学习概述: Part 2:代码练习: 1. pytorch基 ...
网易云课程：深度学习与PyTorch入门实战
网易云课程:深度学习与PyTorch入门实战 01 深度学习初见 1.1 深度学习框架简介 1.2 pytorch功能演示 2开发环境安装 3回归问题 3.1简单的回归问题(梯度下降算法) 3.3回归 ...
（d2l-ai/d2l-zh）《动手学深度学习》pytorch 笔记（4）线性神经网络（暂停）
开源项目地址:d2l-ai/d2l-zh 教材官网:https://zh.d2l.ai/ 书介绍:https://zh-v2.d2l.ai/ 笔记基于2021年7月26日发布的版本,书及代码下载地址在 ...

深度学习之pytorch(三) C++调用

一、下载libtorch

二、Cmake配置

三、Cmake编译

四、结果运行

深度学习之pytorch(三) C++调用相关推荐

最新文章

热门文章