Visual Sudio 2019 + libtorch(Pytorch C++庫) 環境配置
前言：
為了方便工程上對現有的深度學習算法進行運用部署，本文將在windows環境下進行深度學習框架libtorch（Pytorch的C++接口）配置。
一、個人環境
- Windows10 64位
- Visual Studio 2019
- Cuda 10.2
- libtorch1.10.0 GPU/CPU
- OpenCV 3.4.3
二、環境安裝
-
Visual Studio 2019 的安裝網上有大把教程，本文在此不再贅述。網上大多數教程為vs2017及以上才能安裝Libtorch，但需要注意的是，若安裝的Libtorch版本為V1.10.0及以上時，需要vs2019。
-
CMake安裝
CMake官網下載地址：https://cmake.org/download/
安裝的版本需要與操作系統相匹配，如windows 64位系統則可以選則 cmake-3.8.0-rc1-win64-x64.msi，進行下載安裝，安裝過程非常簡單，此處忽略。
-
libtorch安裝
libtorch官網下載地址：https://pytorch.org/
【注意】下載libtorch時需要選擇Release還是Debug版本，並且libtorch的版本必須與Python輸出的Pytorch訓練模型xxx.pt相對應，否則無法進行推理。
下載解壓之后文件格式如下：
-
Visual Studio 2019 配置libtorch
本人之前在VS2017中配置libtorch時，因為VS版本太低，對新的C++標准並不支持，所以報錯較多，后續通過論壇博客交流之后發現，VS2019對libtorch比較支持，且一次便配置成功，故推薦。
根據項目需求以及個人需要來安裝庫，通常根據CPU和GPU來進行選擇，而調試模式一般選擇Release版本進行安裝，這樣可以減小代碼編譯錯誤以及提高代碼運行效率。
- 打開屬性管理器，右鍵你選擇的編譯模式，新建屬性表，這里以LibtorchRelease進行命名，當然也可以自定義。
-
VC++ 包含目錄、庫目錄
通用屬性->VC++目錄->包含目錄、庫目錄
包含目錄：
path: xxx\libtorch\include\torch\csrc\api\include
path: xxx\libtorch\include
path: xxx\opencv\build\include
path: xxx\opencv\build\include\opencv
path: xxx\opencv\build\include\opencv2
庫目錄：
path: xxx\libtorch\lib
path: xxx\opencv\build\x64\vc15\lib
將之前文件夾里的**libtorch**和**OpenCV**的頭文件目錄放在包含目錄，庫文件放在庫目錄下即可。
-
鏈接器配置
鏈接器->輸入->附加依賴項
c10.lib
c10_cuda.lib
torch_cpu.lib
torch_cuda.lib
至此，配置完成。
-
測試
新建源文件
main.cpp，將如下代碼
#include "torch/torch.h"
#include "torch/script.h"
#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <iostream>
#include <string.h>
int main() {
cv::Mat img = cv::imread("C:\\Users\\admin\\Desktop\\1.png");
cv::imshow("show", img);
cv::waitKey(3000);
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();
}
OpenCV調試與Libtorch調試結果如下時，調試成功！
### 二、BUG處理
1. 直接運行，輸出： `“cuda::is_available(): 0”`，GPU未調用起來。
**解決方法**：
- 使用VS2017及以上版本；
- windows上裝的cuda版本需要與下載的libtorch的cuda版本相對應；
- 在“屬性 --> 鏈接器 --> 命令行 --> 其他選項”中添加
/INCLUDE:?warp_size@cuda@at@@YAHXZ
2. 關於VS2017編譯時，出現不支持或者大量錯誤，可以使用更高級的VS（如VS2019）進行編譯。
3. 關於無法鏈接庫的問題可以通過在屬性界面的 調試=>環境 里添加libtorch動態庫的路徑：
PATH=C:\libtorch\lib;%PATH%
