部署模型：Libtorch使用笔记【Pytorch的C++版本】【把用Pytorch训练好的模型打包保存为.pt格式，使用Libtorch去加载.pt格式模型，在C++工程中去用就好了】

pytorch是一个强大的机器学习库，其中集成了很多方法，但从python本身角度讲，它的速度还不够快。用pytorch官网的话说：

虽然对于许多需要动态性和易迭代性的场景来说，Python是一种合适且首选的语言，但在同样的情况下，Python的这些特性恰恰是不利的。
生产环境是一个需要低延迟和有严格部署要求的领域，一般选择C++。

打ACM的时候，也是用C++写一些比较恶心的算法居多，于是我也大胆地尝试了用C++加载pytorch模型。

libtorch官网教程：libtorch官网教程

Q : Libtorch是什么及为什么用Libtorch？
A : Libtorch是pytorch的C++版本，现在的很多大型项目都是用C++写的，想使用训练好的模型，需要通过caffe等方式去集成，比较麻烦。这里pytorch官方提出了Libtorch，我们就可以把pytorch训练好的模型，打包起来，直接在C++工程中去用就好了，相比较caffe等，非常方便！

使用Libtorch的大体流程：

• 将训练好的模型打包，保存为.pt格式
• 使用Libtorch去加载.pt格式模型

---

---

---

参考资料：
libtorch使用笔记
Loading a TorchScript Model in C++
初探Libtorch记录
部署模型之Libtorch学习（一）
TorchScript: Tracing vs. Scripting