1、libtorch找到与自己cuda相匹配的版本2、配置visual studio1配置包含目录2配置库目录3配置链接器也可以输入自己所需的lib文件名asmjit.lib c10.lib c10_cuda.lib caffe2_nvrtc.lib cpuinfo.lib dnnl.lib fbgemm.lib fmt.lib kineto.lib libprotobuf.lib libprotobuf-lite.lib libprotoc.lib microkernels-prod.lib pthreadpool.lib sleef.lib torch.lib torch_cpu.lib torch_cuda.lib XNNPACK.lib4配置动态链接库动态链接库需要放入指定位置有三种做法【1】直接将libtorch所需的dll文件放入与生成的exe文件同一个文件夹内【2】将libtorch的bin目录配置到windows的系统环境变量的path中注意需要刷新系统环境变量或者重启系统才能生效。【3】将libtorch的bin目录配置到visual studio的“环境”属性中PATHE:\vs_prj\3rdparty\libtorch2.6.0_cu11.8\bin\release;%PATH%5将c 语言标准改为 c17因为‌LibTorch 从 2.0 版本开始其 C 代码默认按 C17 标准编写‌。VS 默认的 C14 标准无法解析新版 LibTorch 头文件里的新语法和模板特性所以会冒出一堆莫名其妙的编译错误修改为下图所示4、libtorch的测试代码#include iostream #includetorch/torch.h #includetorch/script.h int main() { std::cout cuda::is_available():\t torch::cuda::is_available() \n; std::cout cuda::cudnn is_available():\t torch::cuda::cudnn_is_available() \n; std::cout cuda::device():\t torch::cuda::device_count() \n; auto a torch::rand({ 8, 16 }); if (torch::cuda::is_available()) { std::cout cuda available std::endl; } else { std::cout cuda not available std::endl; } std::cout a std::endl; torch::Tensor tensor torch::eye(3); std::cout tensor std::endl; return 0; }运行结果5、最后如果发现配置好了libtorch后libtorch的cuda仍然是不可用的那么只需要添加/INCLUDE:?warp_sizecudaatYAHXZ