[人工智能]libtorch c++调用 （八）模型加载失败原因总结

1、最常见原因是：pytorch版本与libtorch版本不一致。虽然偶尔有使用低版本保存的模型高版本libtorch可以调用的情况，但是一般高版本的pytorch保存的模型，低版本的libtorch加载就会报错。所以一般libtorch版本不能比pytorch版本低，但是最好二者版本一致。
2、找不到运行库或运行库不全。这个一般在调试时将debug目录设置为生成可执行程序的目录并且将libtorch库拷贝到该目录下就可以调试。
3、pytorch保存的gpu模型cpu加载，加载时没有设置设备类型导致的加载失败。

比如下面这样加载失败：

torch::jit::script::Module module = torch::jit::load("./script_test.pt");

而这样加载就可以加载成功：

torch::Devic

了解本专栏 订阅专栏 解锁全文