模型部署(一），tensorRT,Ncnn学习资料汇总

1、TensorRT-Tensorflow深度学习模型优化视频课程-全套资料分享

https://blog.csdn.net/lqfarmer/article/details/100178743

1.1 TensorRT(1)-介绍-使用-安装

https://arleyzhang.github.io/articles/7f4b25ce/

2 移动端部署ncnn

https://github.com/Tencent/ncnn
https://github.com/BUG1989/caffe-int8-convert-tools.git

pytorch 得到的模型部署步骤
如果是针对ncnn和tensorRT，那么一般的方案是将pytorch生成的.pth模型先转换成.onnx模型，然后利用onnx的万能属性往不同的框架上移植。
或者转成caffe,再进行下一步操作，都对caffe结构支持较好，都变成caffe ,再转
pytorch2caffe.py，直接转换需要完成。
mxnet2caffe.py，已经完成一次