创建虚拟环境：
conda create -n build-libtorch python=3.8
cd build-libtorch
安装相关依赖：
conda install astunparse numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses
下载 Pytorch，可通过 HTTPS 或 SSH 方式进行下载：
git clone https://github.com/pytorch/pytorch.git # HTTPS
git clone git@github.com:pytorch/pytorch.git # SSH
克隆下来的是最新版本，可根据需要切换不同版本：
cd pytorch
git tag # 查看标签
git checkout v1.4.0 # 根据标签切换版本
git submodule sync # 根据父仓库中的配置，将子模块的URL进行更新，以保证与父仓库中记录的URL一致。这样，当执行git submodule update命令时，Git就能正确地从指定的URL下载子模块的更新或特定版本的代码
git submodule update --init --recursive # 初始化和更新父仓库中的子模块，并递归地初始化和更新所有嵌套的子模块
如果不能通过 HTTPS 方式更新子模块，可以通过 sudo gedit .gitmodules 命令打开 .gitmodules 文件，该文件中记录了子模块的存储路径和下载地址。打开文件后修改子模块的 url，例如将 url = https://github.com/pybind/pybind11.git 修改为 url = git@github.com:pybind/pybind11.git。所有子模块的 url 都修改好后，依次执行 git submodule sync 和 git submodule update --init --recursive。
也可一步到位进行下载：
git clone -b v1.4.0 https://github.com/pytorch/pytorch.git
git clone -b v1.4.0 git@github.com:pytorch/pytorch.git
可根据需要设置编译选项：
export USE_CUDA=False
export BUILD_TEST=False
export USE_NINJA=OFF
执行编译：
方式一：
# 在pytorch目录下
mkdir build_libtorch && cd build_libtorch
python ../tools/build_libtorch.py方式二：
# 在pytorch的父目录下
mkdir pytorch-build && cd pytorch-build
cmake -DBUILD_SHARED_LIBS:BOOL=ON -DCMAKE_BUILD_TYPE:STRING=Release -DPYTHON_EXECUTABLE:PATH=`which python3` -DCMAKE_INSTALL_PREFIX:PATH=../pytorch-install ../pytorch
cmake --build . --target install
新建 libtorch 目录，将 pytorch/torch/include 目录复制到 libtorch 目录下，将 build/lib 目录复制到 libtorch 目录下。
可能遇到的问题：
- 在执行 cmake 命令时，运行到
Performing Test COMPILER_SUPPORTS_LONG_DOUBLE这一步就停止不动了，长时间没有反应，这很可能是 GCC 版本导致的问题，可尝试更换 GCC 版本来解决，更换的版本可以比之前更高，也可以更低，可以多尝试 - 出现
Could not run a simple program built with your compiler. If you are trying to use -fsanitize=address, make sure libasan is properly installed on your system (you can confirm if the problem is this by attempting to build and run a small program.)问题，可尝试在 pytorch 目录下的 CMakeLists.txt 中设置set(INTERN_BUILD_MOBILE ON)来解决
