libtorch
-
乌班图22如何配置LibTorch
-
在Ubuntu 22.04(乌班图22)上配置LibTorch,可以按照以下步骤进行:
一、准备环境
-
更新包列表:
在终端中输入以下命令,以确保系统的包列表是最新的。
sudo apt update
-
安装必要的构建工具:
使用以下命令安装GCC编译器、CMake以及其他一些常用的库,如Eigen和OpenCV。这些都是许多基于LibTorch的应用程序所需要的。
sudo apt install -y build-essential cmake git libeigen3-dev libopencv-dev
二、下载LibTorch
-
访问下载页面:
访问PyTorch官方网站或LibTorch的下载页面,获取最新的预编译版本。
-
选择版本:
根据需要选择CPU版本或GPU版本。对于CPU-only的支持,可以使用以下链接: https://download.pytorch.org/libtorch/nightly/cpu/libtorch-shared-with-deps-latest.zip。如果需要GPU支持,请确保选择与您的CUDA版本相匹配的LibTorch版本。
-
下载和解压:
在终端中使用
wget
命令下载LibTorch压缩包,然后使用unzip
命令解压。例如:wget https://download.pytorch.org/libtorch/nightly/cpu/libtorch-shared-with-deps-latest.zip unzip libtorch-shared-with-deps-latest.zip
建议将下载好的文件放置于
~/3rdparty
这样的特定位置用于存放第三方库。
三、配置环境变量
为了方便在整个系统范围内找到LibTorch头文件及其共享库,可以在
.bashrc
或其他shell配置文件中添加相应的路径设置。例如:export LIBTORCH_ROOT="$HOME/3rdparty/libtorch" export LD_LIBRARY_PATH=$LIBTORCH_ROOT/lib:$LD_LIBRARY_PATH export PKG_CONFIG_PATH=$LIBTORCH_ROOT/share/cmake/LibTorch/:$PKG_CONFIG_PATH
然后,运行
source ~/.bashrc
命令使更改生效。四、编写和编译测试程序
-
创建测试源码文件:
创建一个新的源码文件,例如
test_libtorch.cpp
,并编写简单的测试代码。例如:#include <torch/torch.h> #include <iostream> int main() { torch::Tensor tensor = torch::rand({2, 3}); std::cout << "Your first tensor:\n" << tensor << "\n"; return 0; }
-
创建CMakeLists.txt文件:
在同一目录下创建一个名为
CMakeLists.txt
的文本文件,并编写以下内容:cmake_minimum_required(VERSION 3.0 FATAL_ERROR) project(test_libtorch) find_package(Torch REQUIRED) add_executable(test_libtorch test_libtorch.cpp) target_link_libraries(test_libtorch "${TORCH_LIBRARIES}") set_property(TARGET test_libtorch PROPERTY CXX_STANDARD 14)
-
编译和运行:
在终端中执行以下命令来编译和运行测试程序:
mkdir -p build && cd build cmake .. make ./test_libtorch
如果一切顺利,应该能看到控制台打印出了随机初始化后的张量数据,证明LibTorch已经成功集成到了当前的工作站上。
五、额外注意事项
- 确保CMake的版本符合LibTorch的要求。
- 如果使用的是GPU版本的LibTorch,请确保CUDA和cuDNN已正确安装,并且版本与LibTorch相匹配。
- 在编写CMakeLists.txt时,注意
find_package(Torch REQUIRED)
中的路径设置,确保CMake能够找到LibTorch的安装位置。
通过以上步骤,您应该能够在Ubuntu 22.04上成功配置并使用LibTorch。
以上为生成回答,仅供参考~
-