测试libtorch环境

1. 包含头文件：

　　#include <torch/torch.h>

　　using namespace torch;   //这一句一般是不建议这么使用的

2. 判断CUDA是否可以使用：

    //测试CUDA是否可以使用
    cout << "CUDA is available = " << torch::cuda::is_available() << endl;

3. 其他测试代码：　　

　　//获取第一块设备信息
　　c10::Device device = torch::Device(torch::kCUDA, 0);
　　//打印设备编号
　　cout << "index = " << device.index() << endl;
　　//是否支持CUDA
　　cout << "is_cuda = " << device.is_cuda() << endl;
　　//是否CPU
　　cout << "is_cpu = " << device.is_cpu() << endl;
　　//是否XPU
　　cout << "is_xpu = " << device.is_xpu() << endl;

4. 运行结果：

　　

 5. 总结与反思：

　　libtorch深度学习框架GPU版本在使用上还是非常地简单便捷。

　　注：其他参考资料：https://pytorch.org/cppdocs/ 以及一份简单教程：https://www.zhihu.com/column/c_1373368181138972672

　　下一篇文章主要介绍使用libtorch进行张量操作。感谢大家！