最近在vs平台测试AI模型时遇到了几个问题，找不到.h文件，无法调用cuda等，有时候在同一台设备上的不同项目会出现不同的问题，就算是使用同样的属性表也不能一劳永逸，解决问题还得从根本出发，在这里记录一下踩过的坑，防止在以后运行项目时在环境配置上浪费太多的时间，这里记录的是libtorch的部署方式，TensorRT部署的坑下次再填。

一、主要环境

VS平台上调用AI模型的pt文件包括两大环境，opencv环境和libtorch环境，如果需要用cuda计算精确的时间或分配内存就需要添加gpu的环境，要在属性页的这几个地方添加环境：

1.VC++目录—>包含目录（include文件）：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\include

C:\app\libtorch-1.10.2+cu113\libtorch\include

C:\app\libtorch-1.10.2+cu113\libtorch\include\torch\csrc\api\includ

C:\Downloads\opencv\build\include

2.VC++目录—>库目录（lib文件）：

C:\app\libtorch-1.10.2+cu113\libtorch\lib

C:\Downloads\opencv\build\x64\vc15\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\lib\x64

3.C/C++—>常规—>附加包含目录(包含目录里的include文件）

4.链接器—>输入—>附加依赖项：opencv_world452.lib以及libtorch的lib文件

5.链接器—>常规—>附加库目录（生成lib文件动态链接库的环境）：C:\AI\ai_programming\AI_Auto\x64\Release

配置好所有环境后,可以保存为属性列表，方便以后的项目使用，其中第5步是为了方便动态链接库的直接调用，设置启动项后在项目菜单中设置生成依赖项，添加依赖项和依赖顺序，设置后不用每次重新编译后才能调用最新lib。

二、常见问题

1.无法调用gpu推理，无法打开lib文件：检查第4步的lib文件是否缺失，特别是torch_cuda_cu.lib torch_cuda_cpp.lib是否添加。

2.找不到文件#include <torch/torch.h>：检查第3步路径