Visual Studio配置libtorch
visual Studio安装
具体的安装和配置过程这里就不进行细讲了，可以参考我这篇博客Visual Studio配置OpenCV(保姆及教程)
cuDNN安装
查看自己的显卡驱动版本以确定cuDNN的安装版本，一般是最新版本的就没什么问题。
直接选择最新的进行安装,具体安装过程这里就不进行说明了。
CUDAToolkit安装
选择配套的CUDAToolkit，这里需要CUDA的12.x版本，在下方红框中随便选择一个安装即可
这里将CUDAToolkit进行解压，会出现以下目录，将其全部复制粘贴到cuDNN所在的目录下，一般默认安装位置为
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3
进入环境变量将以下路径添加至环境变量中
打开窗口【win +R】输入cmd，再输入
nvidia-smi显示以下界面就说明CUDA安装成功了。
libtorch下载
我们直接选择cuda版本的debug版本进行下载。需要注意的是debug和rellease版本是有区别的。
下载完成之后解压将以下路径放置环境变量中
Visual Studio配置libtorch(cuda版本配置)
打开属性进行配置
点击调试，点击环境，添加路径至环境
点击VC++目录， 点击包含目录， 将libtorch和cuda的路径进行添加。
点击VC++目录， 点击库目录，将libtorch和cuda路径进行添加。
点击c/c++，点击常规，点击附加包含目录，添加$(IncludePath),将SDL检查改为否
点击语言，点击c++语言标准，改为c++17， 根据自己报错进行更改，我的是c++17，默认为c++14.将符合模式改为否
点击链接器，点击输入，点击附加依赖项，将你安装的libtorch路径E:\DownloadTemp\libtorch\lib下的所有.lib文件进行添加。
到这里你的libtorch的cpu版本就已经配置完成了，如果需要配置gpu版本就跟以下这个链接器的命令行有关系，在命令行的其他选型中输入/INCLUDE:"?ignore_this_library_placeholder@@YAHXZ"，不同的CUDA版本需要不同的命令行，根据自己的版本进行配置。
输入以下代码进行测试
#include <iostream>
#include <vector>
#include<torch/torch.h>
#include<torch/script.h>
using namespace std;
int main() {
auto a = torch::rand({ 5, 3 });
if (torch::cuda::is_available()) {
cout << "cuda可用" << endl;
}
else
{
cout << "不可用" << endl;
}
cout << a << endl;
}
显示以下界面说明你的环境以配置成功
