Libtorch部署编译报错问题：non-scalar type， ‘-＞‘ has non-pointer type等

使用libtorch在C++中部署遇到了问题，大多是关于torch的API接口问题，因为使用网上大多的示例是很久之前的，而现在torch的很多API接口已经发生了改变，所以才会在编译的时候出现各种接口问题报错。

1. CMake error: conversion from ‘torch::jit::script::Module’ to non-scalar type ‘std::shared_ptrtorch::jit::script::Module .

这个问题是很多教程在声明模型的时候使用了：

 std::shared_ptr<torch::jit::script::Module> module = torch::jit::load("../xxx.pt");

因为std::shared_ptr这个是libtorch测试版本使用的变量类型，现在已经变更，将以上代码修改为：

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

2. 另外，有些教程里会出现一个空指针判断的断言：

assert(module != nullptr);

然后会出现错误：error: no match for ‘operator!=’ (operand types are ‘torch::jit::script::Module’ and ‘std::nullptr_t’)
根据官方说法，现在的Module已经不是指针，这个断言没有存在的必要了，删掉就行。

3. error: base operand of ‘->’ has non-pointer type 'torch::jit::script::Module’

问题出现在这一行：

torch::Tensor output = module->forward(std::move(inputs)).toTensor();

原因也很简单，module已经不是指针，把代码修改为：

torch::Tensor output = module.forward(std::move(inputs)).toTensor();

4. “tensorFromBlob”: 不是“at::DeprecatedTypeProperties”的成员

“tensorFromBlob”: 不是“at::DeprecatedTypeProperties”的成员

1）错误代码：

auto img_tensor = torch::CPU(torch::kFloat32).tensorFromBlob(img_float.data, { 1, input_image_size, input_image_size, 3 });

原因：libtorch 1.1的接口改了，

正确代码：

  auto img_tensor = torch::from_blob(image.data, {1, inp_dim[0], inp_dim[1], 3}).permute({0, 3, 1, 2}).to(torch::kCUDA);

2）旧版代码：

auto img_tensor = torch::CPU(torch::kFloat32).tensorFromBlob(img_float.data, { 1, input_image_size, input_image_size, 3 });
img_tensor = img_tensor.permute({ 0,3,1,2 });
auto img_var = torch::autograd::make_variable(img_tensor, false).to(device);

新版代码：

auto img_tensor = torch::from_blob(image.data, {1, inp_dim[0], inp_dim[1], 3}).permute({0, 3, 1, 2}).to(torch::kCUDA);

3）旧版代码：

bn_imp->running_variance.set_data(bn_running_var);

新版代码：

bn_imp->running_var.set_data(bn_running_var);