cef编译libcef_dll_wrapper debug版报错 正常编译libcef_dll_wrapper的debug版本后直接使用在msvc会报错在sln中libcef_dll_wrapper -> 属性 -> C/C++ -> 预处理器将_HAS_ITERATOR_DEBUGGING=0定义删除

cmake配置cuda12.4+libtorch开发环境 前言c++想要配置libtorch还是挺坑的,特别是我用的cuda12.4,各种环境整合起来极其复杂,配起来这环境我头发都薅掉了一把😅准备工作确认显卡环境支持这篇文章建立在你的显卡支持cuda12.4环境的前提上,如果不支持,可以直接看踩坑点,或者直接叉掉.下载安装 CUDA Toolkithttps://developer.nvidia.com/cuda-downloads安装过程自定义,音频驱动取消,其他全勾就行如果你没安装vs2019+版本,就不要勾选vs相关选项安装完毕之后去查看你的环境变量下载安装 cuDNNhttps://developer.nvidia.com/cudnn-downloads安装过程默认下载安装 LibTorch我下载的是debug版本,release版本可以需要发布时再安装,使用cmake切换运行代码/踩坑新建一个项目文件夹,创建CMakeLIsts.txtcmake_minimum_required(VERSION 3.29) project(torch_test) set(CMAKE_CXX_STANDARD 20) # 你的libtorch目录 set(CMAKE_PREFIX_PATH "F:/Engcode/c_c++/modules/libtorchd" ${CMAKE_PREFIX_PATH}) # 换成你的cuda目录 link_directories("C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.1/lib64") find_package(Torch REQUIRED) set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} ${TORCH_CXX_FLAGS}") add_executable(torch_test main.cpp) target_link_libraries(torch_test "${TORCH_LIBRARIES}") if (MSVC) file(GLOB TORCH_DLLS "${TORCH_INSTALL_PREFIX}/lib/*.dll") add_custom_command(TARGET torch_test POST_BUILD COMMAND ${CMAKE_COMMAND} -E copy_if_different ${TORCH_DLLS} $<TARGET_FILE_DIR:torch_test>) endif (MSVC)踩坑这个时候你如果只看libtorch的官方文档https://pytorch.org/cppdocs/installing.html那你大概率只会得到如下的报错解决方案下载cuda11.8https://developer.nvidia.com/cuda-11-8-0-download-archive安装时选择自定义安装除了Nsight NVTX以外的勾全去了完成#include <torch/torch.h> #include <iostream> int main() { torch::Tensor tensor = torch::rand({2, 3}); std::cout << tensor << std::endl; }