模型部署(一），tensorRT,Ncnn學習資料彙總

1、TensorRT-Tensorflow深度學習模型優化視頻課程-全套資料分享

https://blog.csdn.net/lqfarmer/article/details/100178743

1.1 TensorRT(1)-介紹-使用-安裝

https://arleyzhang.github.io/articles/7f4b25ce/

2 移動端部署ncnn

https://github.com/Tencent/ncnn
https://github.com/BUG1989/caffe-int8-convert-tools.git

pytorch 得到的模型部署步驟
如果是針對ncnn和tensorRT，那麼一般的方案是將pytorch生成的.pth模型先轉換成.onnx模型，然後利用onnx的萬能屬性往不同的框架上移植。
或者轉成caffe,再進行下一步操作，都對caffe結構支持較好，都變成caffe ,再轉
pytorch2caffe.py，直接轉換需要完成。
mxnet2caffe.py，已經完成一次