有时候在处理deep learning 模型的时候,我们需要将模型用c++集成。这里概述一下,免得自己下次有忘掉了:
下面的是深度学习开源库的一些对比
我这里是用PyTorch、TensorRT
PyTorch :是Torch7 团队开发的,从它的名字就可以看出,其与Torch 的不同之处在于PyTorch 使用了Python 作为开发语言。所谓“Python first”,同样说明它是一个以Python 优先的深度学习框架,不仅能够实现强大的GPU 加速,同时还支持动态神经网络,这是现在很多主流框架比如Tensorflow 等都不支持的。PyTorch 既可以看做加入了GPU 支持的numpy,同时也可以看成一个拥有自动求导功能的强大的深度神经网络,除了Facebook 之外,它还已经被Twitter、CMU 和Salesforce 等机构采用
原文链接:https://blog.csdn.net/broadview2006/article/details/80133047(为什么要使用pytorch)
Pytorch中文学习网站
https://www.pytorch123.com/
TensorRT:是NVIDIA所推出的的高性能深度学习推理优化器,通常用于基于ResNet-50和BERT的应用程序。使用TensorRT和TensorFlow 2.0,开发人员可以在推理上实现高达7倍的加速。
Pytorch的环境配置后,从github上下载了yolov5的源码,并在自己的电脑端配置好对应的环境并运行ÿ