使用LibTorch进行C++调用pytorch模型是一种常见的操作。下面将对如何使用LibTorch进行C++调用pytorch模型方式进行详细的讲解。
1. 安装LibTorch
首先需要从官网 https://pytorch.org/ 下载与你的CUDA版本和操作系统匹配的LibTorch库。
下载完成后,将下载的文件解压到你想要安装的目录。然后,在运行时,需要包含该目录的include
文件和lib
文件夹。
2. 载入模型
载入PyTorch模型,需要用到Torch::jit::load()函数。下面是一个简单的例子:
#include <torch/script.h> // 包含LibTorch头文件
int main() {
torch::jit::script::Module module = torch::jit::load("model.pt");
}
在这里,“model.pt”是你的PyTorch模型保存的路径。如果模型中包含了CUDA设备,还需要使用其他的重载形式,来指定相应的设备。
另外,在载入模型的时候,必须要有PyTorch Python运行时环境的支持。也就是说,需要已经在代码中定义并初始化了Python环境。
3. 输入数据
载入模型后,就可以开始输入数据了。下面是一个例子:
int main() {
// 载入模型
torch::jit::script::Module module = torch::jit::load("model.pt");
// 准备输入数据
std::vector<torch::jit::IValue> inputs;
inputs.push_back(torch::ones({1, 3, 224, 224}));
// 使用模型进行推理
at::Tensor output = module.forward(inputs).toTensor();
}
在这里,我们使用了一个由PyTorch张量构成的std::vector
作为模型的输入。张量的类型和大小应该与模型的输入要求相对应。与输入相同,推理输出也是一个张量。
4. 使用模型进行推理
使用模型进行推理,只需要调用载入的module
的forward()
函数。forward()
函数的参数是一个std::vector
,也就是模型的输入。它的返回值是torch::jit::IValue
类型的结果,需要进行转换,然后才能得到一个张量。
在以下示例中,我们将使用一个基本的ResNet模型进行推理,并传递一张随机生成的图像作为输入:
#include <torch/script.h>
#include <iostream>
int main() {
// 载入模型
torch::jit::script::Module module = torch::jit::load("resnet18.pt");
// 准备输入数据
torch::Tensor input_tensor = torch::randint(0, 255, {1, 3, 224, 224});
std::vector<torch::jit::IValue> inputs;
inputs.push_back(input_tensor);
// 使用模型进行推理
at::Tensor output_tensor = module.forward(inputs).toTensor().detach().cpu();
// 输出结果
std::cout << output_tensor << std::endl;
return 0;
}
在上面的代码中,我们首先使用PyTorch的randint()
函数生成一张随机的224x224RGB图像。然后,将它打包成一个std::vector<torch::jit::IValue>
,最后调用forward()
函数进行推理,将输出张量的数据流转移到CPU(如设置了CUDA\GPU,要转到CUDA)。
除了基本的ResNet模型外,还可以使用libtorch进行推理显卡放到Cuda中
#include <ATen/ATen.h>
#include <torch/torch.h>
#include <iostream>
int main() {
at::Tensor a = at::ones({2,2}, at::kCUDA);
std::cout << a << std::endl;
return 0;
}
在上述示例中,我们首先使用了ATen
头文件,以及torch
命名空间。使用了at::ones()
函数初始化了一个2x2的张量,并将该张量转移到了CUDA上进行处理。这里,CUDA的使用和ATen库的调用都是使用全称空间名。造成这种情况的原因是,ATen和torch命名空间约定了在全称空间名下使用的的工具,以及项目名称的前缀,以便在ATen库中仅自动导入torch的对象。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:使用LibTorch进行C++调用pytorch模型方式 - Python技术站