C++ 平台，PyTorch模型部署流程+踩坑实录

文章预览

以下 文 章来源于微信公众号：火星少女 作者：火星少女 链接：https://zhuanlan.zhihu.com/p/146453159 本文仅用于学术分享，如有侵权，请联系 后 台作删文处理 导读  PyTorch是常用的深度学习框架，具备较好的生产环境部署条件，也提供了更为稳定的C++的API接口。本文也详细记录模型流程+踩坑的内容，供大家参考。 最近因为工作需要，要把Pytorch的模型部署到C++平台上，基本过程主要参照官网的教学示例，期间发现了不少坑，特此记录。 1.模型转换 libtorch不依赖于python，python训练的模型，需要转换为script model才能由libtorch加载，并进行推理。在这一步官网提供了两种方法： 方法一：Tracing 这种方法操作比较简单，只需要给模型一组输入，走一遍推理网络，然后由torch.ji.trace记录一下路径上的信息并保存即可。示例如下： import torch import torchvision # An instanc ………………………………