關于windows下的libtorch配置

1.環境

• Windows service 2012 R2/Windows10
• Cuda 9.0
• OpenCV3.4.1
• Libtorch1.0
• VS2017/VS2015

2.配置

• 第一步:CUDA 9.0+cudnn7.5安裝(也可以用CUDA8.0)

如果已經安裝了cuda8.0及以上版本,可以忽略此步驟。

?

libtorch有cuda8.0 和cuda9.0的版本,為了與vs版本保持一致,這里建議用cuda9.0版本(當然cuda8.0也可以成功編譯)，參考安裝鏈接:https://blog.csdn.net/u013165921/article/details/77891913。

• ??第二步:VS2017下載

下載Visio Studio Installer,通過Visio Studio Installer安裝vs2017,安裝時選擇使用C++的桌面開發,記得在單個組件上一定要將所有的Windows 10 SDK選上，其他的正常安裝.

• 第三步:VS2017配置Opencv3.4.1(到目前為止libtorch不支持opencv4.0)

這里建議配置opencv3.4版本,目前libtorch還不支持opencv4.0,opencv配置的步驟比較多,如果您的電腦還未配置Opencv,您可以參考這個博客可以配置成功:https://blog.csdn.net/qq_41175905/article/details/80560429,如果在這之前已經配置好了Opencv,可以忽略此步驟.

• 第四步:Libtorch配置

1.libtorch 1.0 c++版本下載：

cuda8.0版本的libtorch1.0下載：https://download.pytorch.org/libtorch/cu80/libtorch-win-shared-with-deps-latest.zip。

cuda9.0版本的libtorch1.0下載：https://download.pytorch.org/libtorch/cu90/libtorch-win-shared-with-deps-latest.zip。

Windows版本的libtorch已經是編譯好了的，下載后解壓即可。

2.修改Cmakelists.txt文件:

這里需要修改3個地方:

l? 第一個紅框修改為當前的cmake版本

l? 第二個紅框修改為當前的libtorch路徑

l? 第三個紅框設置為當前的..\opencv\build目錄路徑。

3.libtorch聯合編譯

首先我已經有了以下等待編譯相關文件

在..\build路徑下內打開命令行窗口，輸入：

cmake -DCMAKE_PREFIX_PATH=C:\Program Files\opencv\build\x64\vc14\lib;D:\data\tanglin\RFBNet\libtorch-win-shared-with-deps-latest\libtorch -DCMAKE_BUILD_TYPE=Release -G"Visual Studio 15 2017 Win64" ..

　　

此處分別是opencv路徑、libtorch路徑和VS版本，需根據自己的環境修改。如果順利則會顯示生成成功：

3.運行

?

打開..\build文件夾，則會看到生成成功的工程文件RFBNet.vcxproj，右鍵用vs2017或者vs2015打開工程文件。

?

鏈接..\nms_gpu目錄下的gpu_nms.h頭文件和nms_lib.lib文件到RFBNet.cpp中，vs2017鏈接lib靜態庫參考鏈接：https://blog.csdn.net/tangyanzhi1111/article/details/78962208。解決方案配置需選擇Release x64，點擊運行。

?

運行的時候一般會出現找不到torch.dll等問題，因此需要將..\libtorch\lib目錄下相對應的dll文件復制到..\build\Release目錄下。復制過去后則會成功運行。

?

4.附加

1.關于VS2017+CUDA9.0編程環境配置

cuda安裝成功后,會自動設置以下環境變量:

?

?

?

其他教程中還需要在環境變量中添加以下變量,但是我沒添加它也可以用:

CUDA_SDK_PATH = C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0
CUDA_LIB_PATH = %CUDA_PATH%\lib\x64 CUDA_BIN_PATH = %CUDA_PATH%\bin
CUDA_SDK_BIN_PATH = %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH = %CUDA_SDK_PATH%\common\lib\x64

打開VS2017.創建一個空win32程序,即test_cuda項目

?

?

.右鍵源文件文件夾->添加->新建項->選擇CUDA C/C++File，取名test

?

?

選擇test_cuda，點擊右鍵–>項目依賴項–>自定義生成，選擇CUDA9.0

?

?

點擊test.cu的屬性,在配置屬性–>常規–>項類型–>選擇“CUDA C/C++”

?

接下來需要配置一些項目:

右鍵項目?→?屬性?→ 配置屬性?→ VC++目錄?→ 包含目錄，添加以下目錄：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\inc

右鍵項目?→?屬性?→ 配置屬性?→ VC++目錄?→ 庫目錄，添加以下目錄:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64 C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64

?

配置CUDA靜態鏈接庫路徑:

右鍵項目?→ 屬性?→ 配置屬性?→ 鏈接器?→ 常規?→ 附加庫目錄，添加以下目錄：

$(CUDA_PATH_V9_0)\lib\$(Platform)

?

選用CUDA靜態鏈接庫:

右鍵項目?→ 屬性?→ 配置屬性?→ 鏈接器?→ 輸入?→ 附加依賴項，添加以下庫：

cublas.lib;cublas_device.lib;cuda.lib;cudadevrt.lib;cudart.lib;cudart_static.lib;cufft.lib;cufftw.lib;curand.lib;cusolver.lib;cusparse.lib;nppc.lib;nppial.lib;nppicc.lib;nppicom.lib;nppidei.lib;nppif.lib;nppig.lib;nppim.lib;nppist.lib;nppisu.lib;nppitc.lib;npps.lib;nvblas.lib;nvcuvid.lib;nvgraph.lib;nvml.lib;nvrtc.lib;OpenCL.lib;

?

修改test.cu,添加以下測試代碼:

#include "cuda_runtime.h" #include "device_launch_parameters.h" #include <stdio.h>int main() {int deviceCount;cudaGetDeviceCount(&deviceCount);int dev;for (dev = 0; dev < deviceCount; dev++){int driver_version(0), runtime_version(0);cudaDeviceProp deviceProp;cudaGetDeviceProperties(&deviceProp, dev);if (dev == 0)if (deviceProp.minor = 9999 && deviceProp.major == 9999)printf("\n");printf("\nDevice%d:\"%s\"\n", dev, deviceProp.name);cudaDriverGetVersion(&driver_version);printf("CUDA驅動版本: %d.%d\n", driver_version / 1000, (driver_version % 1000) / 10);cudaRuntimeGetVersion(&runtime_version);printf("CUDA運行時版本: %d.%d\n", runtime_version / 1000, (runtime_version % 1000) / 10);printf("設備計算能力: %d.%d\n", deviceProp.major, deviceProp.minor);printf("Total amount of Global Memory: %u bytes\n", deviceProp.totalGlobalMem);printf("Number of SMs: %d\n", deviceProp.multiProcessorCount);printf("Total amount of Constant Memory: %u bytes\n", deviceProp.totalConstMem);printf("Total amount of Shared Memory per block: %u bytes\n", deviceProp.sharedMemPerBlock);printf("Total number of registers available per block: %d\n", deviceProp.regsPerBlock);printf("Warp size: %d\n", deviceProp.warpSize);printf("Maximum number of threads per SM: %d\n", deviceProp.maxThreadsPerMultiProcessor);printf("Maximum number of threads per block: %d\n", deviceProp.maxThreadsPerBlock);printf("Maximum size of each dimension of a block: %d x %d x %d\n", deviceProp.maxThreadsDim[0],deviceProp.maxThreadsDim[1],deviceProp.maxThreadsDim[2]);printf("Maximum size of each dimension of a grid: %d x %d x %d\n", deviceProp.maxGridSize[0], deviceProp.maxGridSize[1], deviceProp.maxGridSize[2]);printf("Maximum memory pitch: %u bytes\n", deviceProp.memPitch);printf("Texture alignmemt: %u bytes\n", deviceProp.texturePitchAlignment);printf("Clock rate: %.2f GHz\n", deviceProp.clockRate * 1e-6f);printf("Memory Clock rate: %.0f MHz\n", deviceProp.memoryClockRate * 1e-3f);printf("Memory Bus Width: %d-bit\n", deviceProp.memoryBusWidth);}return 0; }

?

生成,這里注意VS2017版本和CUDA9.0不兼容,因此在visio studio installer 2017里面安裝VS2015,如圖所示:

?

?

如果一切順利,則會出現:

?

?

2.關于CUDA編程靜態鏈接庫的生成

VS2017新建新建-項目-CUDA 9.0 Runtime , 輸入項目名稱 “test_cuda”此時會自動生成代碼 kernel.cu?:

?

?

右鍵項目test_cuda->添加->新建項->選擇visual c++頭文件,命名為gpu_nms.h

?

?

在頭文件中添加函數的聲明:

void _nms(int* keep_out, int* num_out, const float* boxes_host, int boxes_num, int boxes_dim, float nms_overlap_thresh, int device_id);

將新項目自動生成的代碼 kernel.cu?里面的內容修改為自己lib文件想要定義的函數內容,同時需要添加之前新建的頭文件

#include "gpu_nms.h"

修改test_cuda項目的項目屬性,如果是VS2017版本需要將平臺工具集修改為vs2015,配置類型設置為靜態庫(.lib)

?

?

此時所有配置均完成,點擊運行,在路徑..\test_cuda\x64\Debug目錄下則會生成test_cuda.lib文件.

3.vs2017靜態鏈接庫lib的引用

vs里面靜態鏈接庫引用非常簡單,這里介紹兩種方法:

l? 第一種方法，直接在.c文件中聲明所調用的lib文件名“#pragma comment(lib,"Staticlib.lib")

l? 第二種方法:

添加工程的頭文件目錄：工程---屬性---配置屬性---c/c++---常規---附加包含目錄：加上頭文件存放目錄;

添加文件引用的lib靜態庫路徑：工程---屬性---配置屬性---鏈接器---常規---附加庫目錄：加上lib文件存放目錄;

?然后添加工程引用的lib文件名：工程---屬性---配置屬性---鏈接器---輸入---附加依賴項：加上lib文件名

?

轉載于:https://www.cnblogs.com/yeshengCqupt/p/10622621.html

總結

以上是生活随笔為你收集整理的关于windows下的libtorch配置的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。