baidu_34172099的博客

libtorch-gpu推理时占用CPU 100%问题解决可能很多童鞋在利用libtorch进行pytorch模型加速的时候并没有注意过CPU的占用问题，可甚至有时候觉得能调通模型都觉得很好了。然而事实是越精越好（或者CPU的占用其实也影响模型的推理性能），可能觉得我说法有些问题，因为本来用的是GPU进行计算。注意此处的解释根据个人理解而来：首先先引入几个概念：cpu个数是指物理上安装了几个cpu，一般的个人电脑是安装了1个cpucpu内核数是指物理上，一个cpu芯片上集成了几个内核单元，

很多时候使用官方的库没什么大问题，也很方便，但有时候也需要使用源码编写库。这里碰到一个问题需要编写pytorch的libtorch库，记录一下大致步骤与问题；下载源码：从官方克隆最新的代码的时候要加入recursive这个参数，因为Pytorch本身需要很多的第三方库参与编译：git clone --recursive https://github.com/pytorch/pytorch启动Anaconda虚拟环境（建议搭建一个纯净的虚拟环境），不知道如何搭建虚拟环境的，可以去这里进行参考..

C++端部署pytorch， libtorc使用教程（精简版）深度模型想要落地，必须要面临部署的问题，python虽然带来了训练的方便，但是实际部署却以C++端为主，所以如何让自己的模型很好的再C++端运行（除了C++调python代码）一直以来是个重要研究点，C++部署方法很多，这里仅针对libtorch的使用介绍：环境说明：windows10、pytorch1.4、VS20171.l...