摘要：1. 深度学习模型部署的难点 深度学习模型基于PyTorch/TensorFlow等框架部署，这些依赖环境不适合在移动设备或开发板中安装； 深度学习模型一般比较庞大，需要强大的算力支持，在移动设备上进行推理时，需要优化模型效率，以达到实时运行的目的 ​ 以上两个难点使得深度学习模型难以在移动端设备或 阅读全文

摘要：1. PyTorch张量的底层存储方式 在PyTorch中，张量的头信息(包括张量名、形状等信息)和实际的数据是分开存储的。在数据区，无论张量的维度、形状如何，都是按照一维、连续的方式进行存储的，可以通过张量的storage()来查看张量的数据区： import torch a = torch.ar 阅读全文