alike-cpp 编译

1. 源码链接：

https://github.com/Shiaoming/ALIKE-cpp

2.已经安装好显卡驱动，cuda，cudnn,没安装的参考：

切记装cuda-11.x的版本

ubuntu重装系统后，安装cuda,cudnn-****博客

3.安装opencv

下载所需要的版本，camke 安装即可

4.libtorch

官网给出了下载链接：https://download.pytorch.org/libtorch/cu113/libtorch-cxx11-abi-shared-with-deps-1.11.0%2Bcu113.zip

但是只支持cuda11.3的版本，由于系统是ubuntu 22.04,无法安装cuda11.3的版本，我这里是安装的cuda12.1的版本，需要pytorch的支持的版本也是12.1的，找到libtorch的下载网址：https://download.pytorch.org/libtorch/cu121，其他版本可参考：清华源和torch源_torch清华源-****博客

将CMakeLists.txt中的torch路径指定到刚才下载的版本上：

set(Torch_DIR "/xx/libtorch/share/cmake/Torch")

然后开始编译：

mkdir build

cd build

cmake ..

make

编译完成后运行时报错：

terminate called after throwing an instance of 'c10::CUDAError' what(): CUDA error: an illegal memory access was encountered CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.

应该是torch版本不兼任，我下载的是torch2.1.0+cu121,应该用torch1.11.0+cu121, 

这里不要用cuda12以上的版本，编译很浪费时间，直接换成cuda-11.x的版本，别问我怎么知道的

5.下载pytorch源码进行编译

参考：【libtorch】pytorch源码编译生成c++ 17 libtorch记录_libtorch编译-****博客

（1）先下载pytorch源码，不要从官网下载source,里面third_party中的内容还要单独下载，直接用下面的命令下载：

git clone https://github.com/pytorch/pytorch.git

（2）切换到libtorch版本对应tag

cd pytorch
git tag -l *1.11.0*        // git tag查看版本，git tag -l搜索特定版本的tag
git checkout v1.11.0    // 切换到特定tag的代码    

（3）更新所有显示modified的submodule，如下截图

git submodule sync
git submodule update --init --recursive

（4）cmake 安装：

cd pytorch
mkdir build && cd build
cmake ..
make
make install

make过程中报错，应该是与cuda版本不兼容导致，对于使用最新CUDA版本（如12.1），升级PyTorch到最新版本,2.0以上。 如果必须保持旧版PyTorch（如1.11），切换到与之兼容的CUDA版本（如11.8）。

（1）exception_handler.cc:141:49: error: no matching function for call to ‘max(int, long int)’ static const unsigned kSigStackSize = std::max(16384, SIGSTKSZ);

这个错误是因为 `std::max` 函数的两个参数类型不匹配所导致的。在C++中，`std::max` 要求其参数必须是同一类型的，或者至少可以被隐式转换为同一类型。

`16384` 是一个 `int` 类型的常量，而 `SIGSTKSZ` 是一个 `long int` 类型的常量，可以通过显式地将其中一个参数转换为另一种类型来解决这个问题。可以将 `SIGSTKSZ` 类型转换为 `int`，或者将 `16384` 类型转换为 `long int`。为了避免潜在的类型损失，建议将 `16384` 类型转换为 `long int`。

找到对应的文件改为static const unsigned kSigStackSize = std::max(16384L, SIGSTKSZ);

（2）error: too many arguments to function ‘cudaError_t cudaGraphInstantiate(CUgraphExec_st**, cudaGraph_t, long long unsigned int)’
  143 |   AT_CUDA_CHECK(cudaGraphInstantiate(&graph_exec_, graph_, NULL, NULL, 0));

CUDA 12.1 版本的 `cudaGraphInstantiate` 函数签名已经发生了变化，只需要三个参数：

将AT_CUDA_CHECK(cudaGraphInstantiate(&graph_exec_, graph_, NULL, NULL, 0));改为：

AT_CUDA_CHECK(cudaGraphInstantiate(&graph_exec_, graph_, 0));

(3)最后还是报错：pytorch/aten/src/ATen/cuda/CUDASparseDescriptors.h:100:74: error: could not convert template argument ‘cusparseDestroyDnMat’ from ‘cusparseStatus_t (*)(cusparseConstDnMatDescr_t)’ {aka ‘cusparseStatus_t (*)(const cusparseDnMatDescr*)’} to ‘cusparseStatus_t (*)(cusparseDnMatDescr*)’

CUDASparseDescriptors.h:123:15: error: ‘class at::cuda::sparse::CuSparseSpMatCsrDescriptor’ has no member named ‘descriptor’
  123 |         this->descriptor(),