Windows环境下使用 LibTorch(1.4)

本文分享了使用LibTorch 1.4版本在不同环境下部署分类模型的经验,包括从官网下载预编译库、解决cmake配置问题、使用CMake-GUI及VisualStudio创建项目的详细步骤。
部署运行你感兴趣的模型镜像

最近使用LibTorch在调用分类模型,在配置环境时,用到了1.4版本的PyTorch,按照网上的一些教程无法成功,便把自己部署成功的经验分享出来。

1. 从官网下载已经编译好的LibTorch库

官网地址:(https://pytorch.org/

根据自己的环境可以下载GPU版和CPU版。

 

 

2. 使用cmake命令创建项目,失败!

安装使用可参考官网文档:https://pytorch.org/cppdocs/installing.html

遇到的问题:

 

使用cmake命令,并不能一次成功,主要是一些配置项不成功,如下

 

3. 使用CMake-GUI配置项目,成功。

在使用cmake命令不成功的情况下,可以采用cmake-gui,方便配置环境。

 报 CMAKE_PREFIX_PATH未设定的错误,使用Add Entry添加该条目,并设置libtorch的路径(下载后的路径) 

 

 

添加Entry后,点击Configure,配置成功,然后点击Generate生成项目。

 

4. 直接使用Visual Studio 创建项目,成功

1) 新建C++空项目, 选择x64,Release(根据从官网下载的不同版本确定)

2) 添加新建项目,创建main.cpp文件,添加如下代码:

#include <torch/torch.h>

#include <iostream>



int main() {

torch::Tensor tensor = torch::rand({ 2, 3 });

std::cout << tensor << std::endl;

}

 3) 添加包含目录和库目录

 

 

链接器-> 输入-> 附加依赖项,添加:c10.lib; torch.lib

4) 修改C++ -> 语言 -> 符合模式,为 否

 

5) 编译生成,成功。

 

6) 运行之前需要把在torch.lib目录下的所有dll拷贝到exe目录下。

注意:

使用VS2015编译报错,错误C2872 “std”: 不明确的符号。

 

使用vs2017编译后,解决,猜测是libtorch1.4版本需要更高的C++版本。

您可能感兴趣的与本文相关的镜像

PyTorch 2.9

PyTorch 2.9

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

<think>好的,我需要帮助用户在Ubuntu 18.04上安装LibTorch 1.4。根据用户提供的引用内容,特别是引用[4],里面提到了几个相关的项目和配置环境的信息。首先,我应该检查这些引用是否有安装LibTorch的具体步骤。 引用[4]提到了一些项目使用LibTorch、OpenCV、CMake等,但并没有直接的安装指南。不过用户可能需要从官方渠道获取LibTorch 1.4的版本。考虑到LibTorchPyTorch的C++版本,通常需要从PyTorch官网下载预编译的库。 接下来,我需要确认LibTorch 1.4是否支持Ubuntu 18.04。通常PyTorch的旧版本仍然可以在较旧的系统上运行,但需要检查依赖项,比如GCC版本和必要的库。用户可能已经安装了CMake和OpenCV,如引用[3]提到的在Ubuntu上配置C++环境,这可能有帮助。 然后,安装步骤可能包括下载LibTorch的压缩包,解压,并在CMake项目中配置。需要指导用户设置环境变量,例如设置LIBTORCH_PATH指向解压后的目录,并在CMakeLists.txt中添加相应的链接。 另外,用户可能遇到GLIBC版本问题,如引用[1]提到的glibc不一致问题,但Ubuntu 18.04通常使用较新的glibc,而LibTorch 1.4可能不需要太高的版本,但需要确认兼容性。如果出现相关问题,可能需要建议用户使用相同系统版本进行编译,或者寻找兼容的LibTorch构建。 最后,确保用户能够测试安装是否成功,比如编写一个简单的C++程序,包含LibTorch头文件,并成功编译运行。这可能涉及设置正确的编译标志和链接库。</think>### 在 Ubuntu 18.04 上安装 LibTorch 1.4 的步骤 #### 1. **下载 LibTorch 1.4 预编译包** - 访问 PyTorch 历史版本页面:https://pytorch.org/get-started/previous-versions/ - 查找 LibTorch 1.4 的下载链接。根据系统要求选择 **Linux** 版本,并确认 CUDA 版本或选择 CPU 版本。例如: - CPU 版本:`https://download.pytorch.org/libtorch/cpu/libtorch-cxx11-abi-shared-with-deps-1.4.0%2Bcpu.zip` - CUDA 10.1 版本:`https://download.pytorch.org/libtorch/cu101/libtorch-cxx11-abi-shared-with-deps-1.4.0%2Bcu101.zip` #### 2. **解压文件** ```bash unzip libtorch-cxx11-abi-shared-with-deps-1.4.0+cpu.zip -d /path/to/install ``` 或使用 `tar` 命令(根据实际文件名调整): ```bash tar -xzvf libtorch-1.4.0.tar.gz -C /path/to/install ``` #### 3. **设置环境变量** 在 `~/.bashrc` 或 `~/.zshrc` 中添加: ```bash export LIBTORCH_HOME=/path/to/install/libtorch export LD_LIBRARY_PATH=$LIBTORCH_HOME/lib:$LD_LIBRARY_PATH ``` 执行 `source ~/.bashrc` 使配置生效。 #### 4. **验证依赖项** - **CMake 版本**:需 ≥ 3.0。检查并升级: ```bash cmake --version # 若版本过低,使用 sudo apt install cmake 升级 ``` - **GCC 版本**:Ubuntu 18.04 默认 GCC 7.5,满足 LibTorch 1.4 要求。 #### 5. **配置 CMake 项目** 在 `CMakeLists.txt` 中添加: ```cmake cmake_minimum_required(VERSION 3.0) project(example) set(CMAKE_PREFIX_PATH "${LIBTORCH_HOME}") find_package(Torch REQUIRED) add_executable(main main.cpp) target_link_libraries(main "${TORCH_LIBRARIES}") ``` #### 6. **测试安装** 创建 `main.cpp`: ```cpp #include <torch/torch.h> int main() { torch::Tensor tensor = torch::rand({2, 3}); std::cout << tensor << std::endl; return 0; } ``` 编译并运行: ```bash mkdir build && cd build cmake .. && make ./main ```
评论 19
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Challovactor

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值