C++ 部署 PyTorch 模型 ( 下 )

在先前的论述中，已分别阐述了采用pytorch实现一个简单的分类器以及采用利用opencv加载训练好的模型和网络的相关内容，从今日起将开始探讨如何借助pytorch官方推出的LibTorch工具，实现对已训练完成的模型与网络结构的加载过程。

利用pytorch官方提供的LibTorch加载训练好的模型和网络

参考链接：
windows+VS2019+PyTorchLib配置使用攻略
C++调用pytorch，LibTorch在win10下的vs配置和cmake的配置
在C ++中加载TORCHSCRIPT模型官网链接
此处首先需要说明的是，将pytroch模型转换为TORCHSCRIPT的方式存在两种途径，分别为追踪式与脚本式。详细内容可参见官方文档，理论上这两种方式均适用于当前需求，方法4中采用的正是追踪式方