libtorch (pytorch c++) 教程

Posted 浩瀚之水_csdn

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了libtorch (pytorch c++) 教程相关的知识,希望对你有一定的参考价值。

前言

本教程旨在教读者如何用c++写模型,训练模型,根据模型预测对象。为便于教学和使用,本文的c++模型均使用libtorch(或者pytorch c++ api)完成搭建和训练等。目前,国内各大平台似乎没有pytorch在c++上api的完整教学,也没有基于c++开发的完整的深度学习开源模型。可能原因很多:

  1. c/c++的深度学习已经足够底层和落地,商用价值较高,开发难度偏大,一般不会开源;
  2. 基于python训练,libtorch预测的部署形式足够满足大多数项目的需求,如非产品级应用,不会有人愿意研究如何用c++从头搭建模型,实现模型训练功能;
  3. Tensorflow的市场份额,尤其时工业应用的部署下市场占比足够高,导致基于libtorch的开发和部署占比很小,所以未见开源。

本教程提供基于libtorch的c++开发的深度学习视觉模型教学,本教程的开发平台基于Windows环境和Visual Sutdio集成开发环境,实现三大深度视觉基本任务:分类,分割和检测。适用人群为:

  • 有c++基础,了解面向对象思维,
  • 有pytorch或者其他深度学习编程经验,但对模型落地部署等经验不足者。

章节安排

本教程分多个章节:

在第一章中,笔者将介绍教程使用的开发环境。第二章,笔者将介绍libtorch中的torch::Tensor类的常用操作,便于后续复杂算法的落地实施。第三章,笔者将以一个简单的线性模型为例,介绍如何在c++上创建一个分类或者回归模型。第四章,笔者将介绍如何使用libtorch的dataload模块,这对c++模型的训练极其重要。第五、六、七章中,教程将详细描述如何实现一个c++分类器,一个c++语义分割器,一个c++目标检测器,包含功能分别为:分类图片,语义分割图片,检测图片中的目标。第八章为全部教程的总结和展望。

第一章

事实上,在前面的pytorch部署博客libtorch的QT部署中笔者已经分享了自己搭建libtorch开发环境的记录。其余并无太多要赘述的。

分享不易,如果有用请不吝给我一个👍,转载注明出处:Allent's Blogs
代码见LibtorchTutorials

以上是关于libtorch (pytorch c++) 教程的主要内容,如果未能解决你的问题,请参考以下文章

libtorch (pytorch c++) 教程

libtorch (pytorch c++) 教程

libtorch (pytorch c++) 教程

libtorch (pytorch c++) 教程

libtorch (pytorch c++) 教程

libtorch (pytorch c++) 教程