C++ 配置 libtorch 环境
前置条件 # 显卡驱动 # 在命令行输入nvidia-smi查看驱动信息,如果信息异常或 CUDA 支持版本较低的话 前往下载驱动 plaintext 复制 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 +-----------------------------------------------------------------------------------------+ | NVIDIA-SMI 555. Driver Version: 555. CUDA Version: 12. | |-----------------------------------------+------------------------+----------------------+ | GPU Name Driver-Model | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |=========================================+========================+======================| | NVIDIA GeForce RTX Ti WDDM | 00000000:01:00. On | N/A | | N/A 63C P 23W / 80W | 1117MiB / 6144MiB | 2% Default | | | | N/A | +-----------------------------------------+------------------------+----------------------+ +-----------------------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=========================================================================================| | N/A N/A C+G ...2\Enterprise\Common7\IDE\devenv.exe N/A | | N/A N/A C+G ...nt.CBS_cw5n1h2txyewy\SearchHost.exe N/A | +-----------------------------------------------------------------------------------------+ CUDA Toolkit # 前往下载 CUDA Toolkit CUDA 的版本需要小于等于驱动中的 CUDA Version 重点!!这里的 CUDA 版本需要和 LibTorch 使用的 CUDA 版本一致,建议先确定好 LibTorch 要使用的 CUDA 版本 下载完成后无脑下一步即可,默认安装目录C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\[version] 验证安装 在命令行输入nvcc --version查看 CUDA 版本信息 在命令行运行 [安装目录]\extras\demo_suite 目录下的 bandwidthTest.exe、deviceQuery.exe,确保在最后都有输出 Result = PASS cuDNN # cuDNN(NVIDIA CUDA® Deep Neural Network library) 是 NVIDIA 专门针对深度神经网络(Deep Neural Networks)中的基础操作而设计基于 GPU 的加速库 ...