Windows 环境下编译 Torchvision C++ 版本指南

进入之后选择 Archive

在这里可以获取到所有的历史版本信息

cuDNN 安装

cuDNN 地址链接，从 9.0 开始将支持的 CUDA 版本合到了一起，可以在安装之后选择需要的版本。

下面可以看到，9.0.0 版本包含 CUDA 11.8 和 12.3

CUDA 9.15.0 包含 CUDA 12.9 和 13.0

cuDNN 安装之后可以直接把 include, bin, lib 文件移动到 CUDA 的文件夹下面。

LibTorch 获取

LibTorch 获取链接，这里可以获取最新版本的 LibTorch。

如果想要找历史版本，只需要按照 LibTorch 版本和 CUDA 版本进行对应修改即可。例如：下面是 CUDA 12.6 和 LibTorch 2.9.1

https://download.pytorch.org/libtorch/cu126/libtorch-win-shared-with-deps-2.9.1%2Bcu126.zip

如果想要 CUDA 12.8 和 LibTorch 2.7.1 的历史版本，修改对应位置，可以得到

https://download.pytorch.org/libtorch/cu128/libtorch-win-shared-with-deps-2.7.1%2Bcu128.zip

注意：下面三个位置都需要修改。

VS2022 安装

VS2022 下载地址，选择社区版本下载。

Vision 获取

Vision 下载，先查看版本对应关系。

选择自己所需的版本

点击下载 Zip

安装 Vcpkg

使用管理员权限（也可使用 conda 替换 vcpkg）。

Vcpkg 下载地址，下载 zip。

Pybind11 安装

Pybind11 地址

git clone https://github.com/pybind/pybind11.git
cd pybind11
mkdir build
cd build
cmake -DPYBIND11_TEST=OFF -DCMAKE_INSTALL_PREFIX="D:\Shadowless\pybind11" ..
cmake --build . --config Release --target install

编译 Torchvision

编译前准备工作：找到 vcpkg，安装必要包。

PS C:\Users\Administrator> d:
PS D:\> cd D:\Shadowless\vcpkg
PS D:\Shadowless\vcpkg> .\vcpkg install libpng libjpeg-turbo libwebp libavif ffmpeg giflib --triplet x64-windows

新建 torchvision 路径用来存储编译好的文件。

在 vision 的 build 目录下执行下面命令，支持 50 系列显卡。

cmake -DCMAKE_TOOLCHAIN_FILE="D:/Shadowless/vcpkg/scripts/buildsystems/vcpkg.cmake" \
 -DCMAKE_PREFIX_PATH="D:\Shadowless\libtorch;D:\Shadowless\pybind11" \
 -DCMAKE_INSTALL_PREFIX="D:\Shadowless\torchvision" \
 -DCMAKE_BUILD_TYPE=Release \
 -DWITH_CUDA=ON \
 -DCMAKE_CUDA_ARCHITECTURES="75;86;89;120" \
 -DTORCH_CUDA_ARCH_LIST="7.5;8.6;8.9;12.0" \
 ..

以下输出表示成功。

-- Generating done
-- Build files have been written to: [你的构建目录]

最后，需要在 VS2022 下对新生成的 build 下的目录进行编译，使用 Release 模式，进行生成。可以在 torchvision 文件夹中得到编译成功的文件。