背景说明: 该流程尤其适用于先装了CUDA，然后才装了VS的情况
环境配置：Visual Studio 2019，CUDA 11.8，libtorch 2.0.1，Python 3.10 （此处所列仅为本文使用版本，其他对应的版本同样适用）
任务目标：在VS 2019中引入libtorch和CUDA，编译可微高斯代码
一、安装CUDA 11.8
注：因为3D GS官方用的CUDA 11.8，遂同用。
几篇卸载并重新安装不同版本CUDA的方法帖：
卸载CUDA 帖子1
卸载CUDA 帖子2
卸载CUDA 帖子3
卸载CUDA 帖子4
总结：只要记住通过“控制面板-卸载”或者“设置-应用-搜索CUDA”把CUDA相关的都卸载就行，Nsight删不删无所谓。然后环境变量/系统变量Path中CUDA的删掉。最后检查NVIDIA GPU Computing Toolkit文件夹是否清空，或运行nvcc -V检查。
二、安装 Visual Studio 2019
注：本来打算用VS 2022，但过程中报错，误以为MSVC 143不适配CUDA 11.8，遂安装2019。不过后来发现并非如此，2022只要切Windows SDK应该也行。
（1）现在Visual Studio官网无法安装旧版本的VS了（我真服了），幸好下面这个帖子给了VS 2019 installer的链接。
VS 2019 installer下载
装上之后只要选了“使用C++的桌面开发”就行
二、配置libtorch环境
注：libtorch是PyTorch的C++前端库；能让在C++环境下调用torch库及数据结构（如Tensor）
（1）下载libtorch。现在Pytorch官网同样不能直接下旧版本的libtorch（真的很烦），但再次幸好下面这个帖子给了不同平台不同版本的libtorch下载链接。
libtorch各版本下载
（2）网上有许多手动给VS解决方案配libtorch的帖子，不过PyTorch官方给了一个用于VS的libtorch项目模板的链接：
VSIXTorch下载
VSIXTorch Demo
下载完成后，看Demo视频即可完成libtorch配置
（3）更改Windows SDK
上一步配置好后，建立新项目，模板里有一个libtorch的示例cpp文件。编译运行失败，提示找不到Windows SDK 10.018362.0。
解决： 此处证明不是VS 2022的原因。不要慌，找到 “解决方案—右键属性”，将Windows SDK版本改为10.0（最新安装的版本），C++语言标准改为ISO C++ 17。
再次编译，示例代码已能成功运行。
三、配置CUDA环境
注：CUDA环境配置帖子
（1）添加CUDA include目录。解决方案—右键属性—C/C++—附加包含目录—添加C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include.(其实这时已经添加好了，因为VSIX)
（2）添加CUDA lib目录。解决方案—右键属性—链接器—常规—附加库目录—添加C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64.
（3）添加lib依赖项。因为上一步中添加了lib目录，所以依赖项只需添加文件名即可。
·管理员权限打开cmd（ctrl+shift+enter）— cd C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64 — 运行命令 DIR *.lib /B > res.txt — 这个命令会生成包含所有lib文件名的res.txt
·解决方案—右键属性—链接器—输入—附加依赖项—将res.txt的内容复制到此处.
（4）添加bin（dll）。一般在安装CUDA时这已经弄好了，如果没有就在系统变量的Path加上C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin.
四、VS编译.cu文件并实现高亮
注：由于CUDA相关的代码（如核函数）必须在.cu中由nvcc编译，而不能直接放在.cpp文件中；同时由于先安装了CUDA，目前VS无法编译.cu文件（项目模板也没有CUDA Runtime），遂进行该步操作。
（1）先按如下教程操作
VS自定义生成依赖项没有CUDA
（2）解决方案—右键生成依赖项—生成自定义—选择CUDA 11.8
（3）Source Files—新建cpp文件—直接将扩展名改为.cu—编写CUDA C/C++测试代码—编译
（4）.cu文件高亮显示。
·VS菜单栏—工具—选项—文本编辑器—文件扩展名—输入.cu—编辑器选择“Microsoft Visual C++”
·创建一个usertype.dat文件—在文件中添加CUDA关键字（如__global/host/device__，dim3）—将该文件复制到以下目录~\Microsoft Visual Studio...\Common7\IDE\—重启VS.
五、安装并配置Python
注：完成上述内容后，准备加入diff-gaussian-rasterization的代码；先看准了rasterize_points.h这个文件，结果刚加上<torch/extension.h>就报错：找不到Python.h。遂安装Python
（1）选择与CUDA版本和libtorch版本（同Pytorch）兼容的Python版本，此处为3.10
Python/Pytorch/CUDA版本对应
（2）参考前文，配置Python的include、libs及各lib依赖项。这时编译仍然报错，找不到python310_d.lib
原因：VS目前解决方案配置Debug/x64，而之前安装Python没有选择安装Debug版本库文件
（3）调整解决方案配置Release/x64，并参照前文重新配置CUDA和Python环境；编译。
此时编译结果可能成功，但也可能提示找不到dll。目前尚没搞清楚为什么会找不到，但可以hack，直接把这些dll复制到项目的Release文件夹下即可。
六、解决其余小bug
（1）继续将rasterize_points.cu复制过来，编译报错：无法解析的外部符号
原因：不要慌，这只是因为Rasterizer类的函数没有实现，编译器找不到。继续将raterizer_impl等文件复制过来就行。
（2）添加glm。由于用到glm库，将glm文件路径复制到解决方案的include（因为只有头文件）
glm