面向所有人的 PyTorch 教程 C++ 实现

操作系统（编译器）\LibTorch	2.8.0
macOS (clang 15, 16)
Linux (gcc 13, 14)
Windows (msvc 2022, 2025)

目录

本仓库为深度学习研究人员提供了用 C++ 编写的教程代码，帮助大家学习 PyTorch (即第 1 至 3 节)
Python 教程: https://github.com/yunjey/pytorch-tutorial

1. 基础知识

• PyTorch 基础
• 线性回归
• 逻辑回归
• 前馈神经网络

2. 中级

• 卷积神经网络
• 深度残差网络
• 循环神经网络
• 双向循环神经网络
• 语言模型（RNN-LM）

3. 高级

• 生成对抗网络
• 变分自编码器
• 神经风格迁移
• 图像描述（CNN-AttentionRNN）

4. 交互式教程

• 张量切片

5. 其他热门教程

• 用 PyTorch 进行深度学习：60 分钟速成

快速入门

要求

1. 兼容 C++-17 的编译器
2. CMake（最低版本 3.28.6）
3. LibTorch 版本 >= 1.12.0 且 <= 2.8.0
4. Conda

对于交互式教程

注意：目前交互式教程运行的是 LibTorch Nightly 版本。
因此，部分教程在使用 nightly 版本 时可能会出现兼容性问题。

conda create --name pytorch-cpp
conda activate pytorch-cpp
conda install xeus-cling notebook -c conda-forge

克隆、构建并运行教程

在 Google Colab 中

在本地机器上

git clone https://github.com/prabhuomkar/pytorch-cpp.git
cd pytorch-cpp

生成构建系统

cmake -B build #<选项>

Windows 用户请注意:
Libtorch 仅支持 64 位 Windows，需要指定 x64 生成器。对于 Visual Studio，可在上述命令后追加 -A x64。

一些有用的选项：

cmake -B build \
-D CMAKE_BUILD_TYPE=Release \
-D CMAKE_PREFIX_PATH=/path/to/libtorch/share/cmake/Torch \
-D CREATE_SCRIPTMODULES=ON 

cmake -B build \
-A x64 \
-D CUDA_V=11.8

构建

Windows（Visual Studio）用户请注意:
CMake 脚本会下载 LibTorch 的 Release 版本，因此必须在构建命令中追加 --config Release。

数据集下载与 scriptmodule 创建的工作原理：

• 如果 DOWNLOAD_DATASETS 为 ON，您选择构建的教程所需的数据集将被下载到 pytorch-cpp/data（如果它们尚未存在于此处）。
• 如果 CREATE_SCRIPTMODULES 为 ON，您选择构建的教程所需预训练模型/权重的 scriptmodule 文件将在相应教程源文件夹的 model 文件夹中创建（如果它们尚未存在）。

所有教程

要构建所有教程，请使用：

cmake --build build

某个类别的所有教程

您可以只构建 basics、intermediate、advanced 或 popular 这些类别中的某一个。例如，如果您只对 basics 教程感兴趣：

cmake --build build --target basics
# 一般情况下：cmake --build build --target {category}

单个教程

您也可以只构建某个单独的教程。例如，只构建语言模型教程：

cmake --build build --target language-model
# 一般情况下：cmake --build build --target {tutorial-name}

注意:
目标参数是教程的文件夹名，其中所有下划线都被替换为连字符。

CMake 3.15 及以上版本用户提示:
您可以指定多个目标，以空格分隔，例如：

cmake --build build --target language-model image-captioning

运行教程

1. (重要！) 首先切换到 build/tutorials 中的教程目录。例如，假设您位于 pytorch-cpp 目录下，想切换到 pytorch basics 教程文件夹：

   cd build/tutorials/basics/pytorch_basics
   # 一般情况下：cd build/tutorials/{basics|intermediate|advanced|popular/blitz}/{tutorial_name}
   

2. 运行可执行文件。注意，可执行文件的名称是教程的文件夹名，其中所有下划线都被替换为连字符（例如，教程文件夹：pytorch_basics -> 可执行文件名：pytorch-basics（或 Windows 上的 pytorch-basics.exe）。例如，运行 pytorch basics 教程：
   
   Linux/Mac

   ./pytorch-basics
   # 一般情况下：./{tutorial-name}
   

   Windows

   .\pytorch-basics.exe
   # 一般情况下：.\{tutorial-name}.exe
   

使用 Docker

您可以在 Docker Hub 上找到最新版和旧版本镜像。

您可以使用提供的 Dockerfile 和 docker-compose.yml 文件，在 Docker 容器中构建并运行教程（在 CPU 上）：

1. 从克隆仓库的根目录构建镜像：

   docker-compose build --build-arg USER_ID=$(id -u) --build-arg GROUP_ID=$(id -g)
   

   注意:
   当您运行 Docker 容器时，宿主机的仓库目录会被挂载为容器内的卷，以便缓存构建和下载的依赖文件，这样在重启容器时无需重新构建或重新下载所有内容。为了确保正确的文件权限，您需要在 Linux 上构建镜像时提供您的用户 ID 和组 ID 作为构建参数。

2. 现在启动容器并构建教程：

   docker-compose run --rm pytorch-cpp
   

   这会获取所有必要的依赖并构建所有教程。 构建完成后，默认情况下容器会在 build/tutorials 文件夹中以交互模式启动 bash。
   与本地构建一样，您可以只构建某一类别的教程（basics、intermediate、advanced、popular）：

   docker-compose run --rm pytorch-cpp {category}
   

   此时容器会在所选类别的基础构建目录中启动。
   或者，您也可以直接运行某个教程，只需在运行命令中额外传入教程名称，例如：

   docker-compose run --rm pytorch-cpp pytorch-basics
   # 一般情况下：docker-compose run --rm pytorch-cpp {tutorial-name} 
   

   如果需要，这会构建 pytorch-basics 教程，然后在容器中启动可执行文件。

许可证

本仓库采用 MIT 许可证，详见 LICENSE。

pytorch-cpp 快速上手指南

环境准备

• 操作系统：Windows 64位 / macOS / Linux（推荐 Ubuntu 20.04+）
• 编译器：支持 C++17 的编译器（clang 15+/gcc 13+/MSVC 2022+）
• CMake：≥ 3.28.6（推荐使用 清华源 安装）
• LibTorch：≥ 1.12.0 且 ≤ 2.8.0（官方下载）
• 可选：Conda（用于交互式教程，推荐使用 清华源）

Windows 用户注意：必须使用 x64 架构，CMake 需添加 -A x64 参数。

安装步骤

# 1. 克隆仓库
git clone https://github.com/prabhuomkar/pytorch-cpp.git
cd pytorch-cpp

# 2. 生成构建系统（CPU版本）
cmake -B build

# 若需使用 CUDA 11.8（推荐国内用户）
cmake -B build -D CUDA_V=11.8

# 若已有本地 LibTorch，指定路径（避免重复下载）
cmake -B build -D CMAKE_PREFIX_PATH=/path/to/libtorch/share/cmake/Torch

# 3. 构建所有教程
cmake --build build

# 或仅构建基础教程（推荐新手）
cmake --build build --target basics

Windows 用户：构建时添加 --config Release

cmake --build build --config Release

基本使用

运行最简单的 PyTorch 基础示例：

# 进入构建后的教程目录
cd build/tutorials/basics/pytorch_basics

# 执行程序（Linux/macOS）
./pytorch-basics

# 执行程序（Windows PowerShell）
.\pytorch-basics.exe

该示例将展示张量创建、运算和自动求导等基础操作，类似 PyTorch Python 版本的入门教程。