工程在libtorch和CUDA9.0下的编译运行

最新推荐文章于 2025-05-14 10:53:48 发布
原创 最新推荐文章于 2025-05-14 10:53:48 发布 · 1.8k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博主分享了工程编译时遇到的问题。将工程目录转到33服务器后，cmake和make正常。复制工程文件修改后，cmake报错找不到CUDNN的.h和.so文件。原因是libtorch基于CUDA9.0，而环境切换到了CUDA8.0。还发现cmake会记录当时环境信息，之后改环境仍可make和运行。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

先描述下踩的坑，在遇到之前的问题后，把工程目录转到了33服务器上，然后可以cmake和make，没有出问题，后来想对该工程文件做修改，就copy了个，然后就发现cmake出错了，报错原因是找不到CUDNN的.h和.so文件

是因为libtorch是关于CUDA9.0，之前我编译第一个工程的时候，用的是CUDA9.0，所以可以通过，之后就在.bashrc文件中注释了起来，回到了CUDA8.0，很久以前的事了，然后在重新cmake的时候，就报找不到CUDA文件了，报错的文件在8.0上确实没有，在9.0上是有的，所有在9.0下编译是可以通过的，然后在把9.0注释起来，之后工程依然可以make和运行。

cmake时，应该是记录当时的环境信息，之后把环境改了，依然可以执行make和运行，cmake是执行依次就好了的。

win10 下源码编译Libtorch
juluwangriyue的博客
09-05 2127
很多时候使用官方的库没什么大问题，也很方便，但有时候也需要使用源码编写库。这里碰到一个 问题需要编写pytorch的libtorch库，记录一下大致步骤与问题； 下载源码：从官方克隆最新的代码的时候要加入recursive这个参数，因为Pytorch本身需要很多的第三方库参与编译：git clone --recursive https://github.com/pytorch/pytorch 启动Anaconda虚拟环境（建议搭建一个纯净的虚拟环境），不知道如何搭建虚拟环境的，可以..
Libtorch编译
qq_39125442的博客
08-06 4076
关于libtorch的问题 libtorch的编译主要由下面两篇博文解决： https://www.cnblogs.com/cheungxiongwei/p/10689483.html https://www.cnblogs.com/chuijingjing/p/9159209.html，如果出现找不到编译器的情况就通过这个方法解决 libtorch编译完成后，写了一个cpp测试torch...
from pytorch3D import ***报错 ImportError: libtorch_cuda_cu.so: cannot open shared object file
最新发布
weixin_45770424的博客
05-14 322
在编写代码时，我使用这个命令后“from pytorch3d.ops import knn_gather”，报了下方错误“ImportError: libtorch_cuda_cu.so: cannot open shared object file: No such file or directory”，查阅了相关资料后，可能的问题是pytorch3D版本不对，或者与cuda版本不匹配。
Pytorch源码编译Libtorch
南城以北的博客
09-21 1597
新建 libtorch 目录，将 pytorch/torch/include 目录复制到 libtorch 目录下，将 build/lib 目录复制到 libtorch 目录下。文件，该文件中记录了子模块的存储路径和下载地址。打开文件后修改子模块的。如果不能通过 HTTPS 方式更新子模块，可以通过。下载 Pytorch，可通过。都修改好后，依次执行。
ubuntu 源码编译libtorch
无左无右的博客
04-29 6039
有一点儿感悟就是： 一定要去官网找一手资料，百度出来的都是个人根据官网来的，这个就随便看看了。 官网：https://github.com/pytorch/pytorch 首先我跑的是pytorch 1.3版本的，conda安装好的，现在需要源码编译。按照官网的流程，需要先安装依赖包。 我是切换到pytorch1.3的conda虚拟环境进行的：这里是官网的教程： 其中，git clon...
Windows下PyTorch(LibTorch)配置cuda加速
热门推荐
my544903633的专栏
07-03 1万+
PyTorch is not linked with support for cuda devices (getDeviceGuardImpl at C:\w\b\windows\pytorch\c10/core/impl/DeviceGuardImplInterface.h:216) (no backtrace available) PyTorch 在Windows下配置cuda加速似乎变得有些诡异 测试1.4,1.5.0,1.5.1,nightly,python(pip install ...).
libtorch cuda推理时间测量
weixin_41496173的博客
05-19 1959
当训练好的模型集成到libtorch上之后，测算模型的推理时间不能简单的通测算普通CPU上运行程序时间的方法一致。主要需要解决一个GPU热身问题和cuda CPU同步问题。关于在Pytorch上测算模型推理素的代码和原理参见The Correct Way to Measure Inference Time of Deep Neural Networks。本文的代码也是参考该文章提供的代码，不过是在libtorch上运行。 直接给出libtorch上测量模型推理时间的代码： #include <torc
libtorch的初步使用
mujiangyao的博客
01-07 936
由于毕业设计的设计，学习使用了一下libtorch的使用。 主要参考链接https://zhuanlan.zhihu.com/p/92374964。 在写好cmake文件以及基本的加载代码之后，调用模型对单张图片进行深度预测，并将结果保存下来。代码如下： #include <torch/script.h> #include <iostream> #include <string> #include <memory> #include <ope..
libtorch编译和使用
flying_ant2018的博客
03-28 566
3.0 编译安装libtorch。1.0 安装cmake 3.15。2.0 安装opencv。
VS配置LibTorch环境并调用CUDA运行torchscript模型
水木年崋
07-11 2824
记录和总结
VS2022+libtorch+Cuda11.3安装测试（调用cuda）
ssunshining的博客
05-09 4444
以下内容默认cuda已经安装完成并添加至系统环境变量 1.下载libtorch PyTorch 在官网下载压缩包, 可以选择Release版或者Debug版（根据自己需要）： 下载完成之后选择安装软件的位置进行解压 2.配置VC++目录： VS新建空项目 2.1添加包含目录： D:\soft\libtorch\libtorch\include D:\soft\libtorch\libtorch\include\torch\csrc\api\include 2.2添加库目录：
libtorch_learn：libtorch笔记
02-27
Mac上的libtorch，请注意
libtorch编译C++版本
hanqu3456的博客
12-05 5809
libtorch编译C++版本 一. 下载pytorch源码 git clone https://github.com/pytorch/pytorch.git cd pytorch git submodule sync git submodule update --init --recursive 二. 编译 1.安装依赖 # first: 安装cuda与cudnn，下载cuda10.0对应.run文件与对应的cudnn7.6.5 sh cuda_10.0.130_410.48_linux.run --n
编译libtorch/pytorch
chencao100
11-07 1692
git clone --recursive https://github.com/pytorch/pytorch.git Anaconda命令行 set USE_CUDA=ON set BUILD_TEST=FALSE set MAX_JOBS=2 不设置MAX_JOBS，内存会爆 scripts目录下 build_windows.bat ...
Windows环境下使用 LibTorch（1.4）
Challovactor的博客
03-11 4486
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：htt...
Libtorch C++编译 使用问题整理
C++ 调用 python深度学习脚本 进行图像分类的博客
11-19 1558
LibTorch问题整理 #C++ tensor cannot move from cpu to gpu #libtorch C++ GPU版本编译问题 1.首先进行cuda版本编译，不建议手动在VS中创建项目然后进行，包含头include以及链接lib库，建议使用cmake进行编译。 按照如下的目录结构创建CMakeLists.txt文件 CMakeLists.txt内容如下： cmake_minimum_required(VERSION 3.0 FATAL_ERROR) project(custom_
libtorch+torchvision windows编译
qq_18236971的博客
07-03 985
libtorch建议直接采用官方的预编译版本，对应好torchvision版本做编译。
【libtorch】pytorch源码编译生成c++ 17 libtorch记录
shuaixio的博客
06-01 5186
pytorch源码，编译选项c++17，libtorch，源码编译
ARM64架构手动编译libtorch，安装MKL/oneDNN加速模型推理，详细流程！
qq_44362147的博客
01-07 1182
libtorch官方并没有给出ARM64架构的安装文件，在ARM64环境下，libtorch需要手动编译。编译完成后发现模型推理速度太慢，部分原因为手动编译的libtorch没有使用MKL加速工具，安装MKL后重新编译libtorch后，模型的推理速度提高了4-5倍。
CUDA 9.0在Ubuntu 16.04系统下的安装与配置
可以通过在终端运行`lsb_release -a`和`uname -m`来查看。 2. **添加NVIDIA驱动的PPA（Personal Package Archives）：** 为了安装最新的NVIDIA驱动（CUDA 9.0通常需要较新的驱动支持），可以添加NVIDIA的PPA到系统...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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