玩深度學(xué)習(xí)，個(gè)人覺得基于anaconda的python適合開發(fā)與測(cè)試，C++適合實(shí)際的工程部署！而pytorch官方有編譯好的libtorch，特別方便，適合于我這樣的伸手黨和手殘黨(win10下編譯tensorflow編譯了好久都沒通過，好憂傷！)好了，話不多說進(jìn)入正題！

工程環(huán)境：

1.win10；

2.anaconda+pytorch1.0；

3.vs2015

4.Cmake

?

一、下載libtorch

進(jìn)入pytorch官方網(wǎng)址https://pytorch.org/get-started/locally/，個(gè)人使用的是cpu版本，選擇如下圖所示：

下載好了放在無中文路徑的文件夾下(個(gè)人使用的是release版本)

二、Cmake配置

首先創(chuàng)建一個(gè)文件夾，存放主程序example.cpp還有CMakeLists.txt，然后再創(chuàng)建一個(gè)build的空文件夾，之后編譯好的文件都存放在build文件夾里頭(照著教程來的，但是發(fā)現(xiàn)build文件夾內(nèi)實(shí)際沒有工程文件，反而是根目錄文件夾內(nèi)是編譯好的文件，即CMakeLists.txt所在文件夾，有知道的大佬煩請(qǐng)告知下原因)。cmake編譯文件夾目錄如下所示：

其中CMakeLists.txt內(nèi)容如下所示：

#cmake的最低版本要求 cmake_minimum_required(VERSION 3.0 FATAL_ERROR) #example為創(chuàng)建的工程名字 project(example) #添加的pytorch的附加庫 find_package(Torch REQUIRED) #編譯的相應(yīng)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內(nèi)容如下所示(僅作調(diào)用libtorch并生成隨機(jī)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編譯

camke編譯比較簡(jiǎn)單，在根目錄文件夾下打開power shell（即CMakeLists.txt所在文件夾），輸入

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

DCMAKE_PREFIX_PATH=libtorch絕對(duì)路徑，就是剛才下載的libtorch文件解壓后的根目錄。

編譯成功后會(huì)出現(xiàn)以下結(jié)果(并且剛才相應(yīng)的文件會(huì)出現(xiàn)VS工程項(xiàng)目)：

四、結(jié)果運(yùn)行

用vs2015打開如下文件

1.打開工程文件后，修改配置管理器為X64，以及將example項(xiàng)目設(shè)置為啟動(dòng)項(xiàng)目(如果不會(huì)，請(qǐng)自行百度，這是vs的基本操作)。2.打開example項(xiàng)目的屬性->鏈接器->輸入->附加依賴項(xiàng),刪除其中引號(hào)內(nèi)的所有內(nèi)容，否則會(huì)出現(xiàn)找不到torch.lib的錯(cuò)誤提示；

3.接上述步驟，->命令行->其他選項(xiàng)，將其中的X86更改為X64；

運(yùn)行example項(xiàng)目會(huì)提示找不到相應(yīng)的lib文件，此時(shí)繼續(xù)下面步驟，

4.將之前解壓的libtorch文件（\path\libtorch\lib）下的lib文件夾內(nèi)的所有內(nèi)容（內(nèi)容如下圖所示）拷貝至\path\example-app\x64\Release文件夾下，

此時(shí)項(xiàng)目運(yùn)行成功，結(jié)果如下圖所示：

?

注意：

1.CamkeLists.txt，主要為設(shè)置相應(yīng)的項(xiàng)目屬性以及需要編譯的附加庫，但是不明白為什么還需要將相應(yīng)的libtorch庫文件拷貝至當(dāng)前項(xiàng)目環(huán)境下，難道是因?yàn)闆]有在環(huán)境變量里設(shè)置libtorch的變量路徑嗎？下次有空再測(cè)試；

2.libtorch解壓路徑不要太深，貌似是因?yàn)镃make路徑不能超過一千個(gè)字符，所以路徑盡量淺一點(diǎn)，還有就是作為碼農(nóng)，不要有中文路徑，畢竟外國人基本不用中文，在碼農(nóng)世界中文是個(gè)蛋疼的玩意，會(huì)導(dǎo)致很多莫名其妙的錯(cuò)誤，避免坑就戒掉中文路徑吧！

3.Camke是個(gè)好東西，可以多學(xué)習(xí)學(xué)習(xí)，下面有相應(yīng)的CamkeLists.txt的參考博客，覺得都是大牛啊！

?

參考文獻(xiàn)：

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

總結(jié)

以上是生活随笔為你收集整理的深度学习之pytorch(三) C++调用的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。