Pytorch 为什么在iOS上使用Caffe2或Core ML而不是LibTorch（.pt文件）？
似乎有几种方法可以在iOS上运行Pytorch模型Pytorch 为什么在iOS上使用Caffe2或Core ML而不是LibTorch（.pt文件）？,pytorch,coreml,onnx,caffe2,libtorch,Pytorch,Coreml,Onnx,Caffe2,Libtorch,似乎有几种方法可以在iOS上运行Pytorch模型 PyTorch（.pt）->onnx->caffe2 PyTorch（.pt）->onnx->Core ML（.mlmodel） PyTorch（.pt）->LibTorch（.pt） 皮托克移动电话 以上方法有什么区别？ 为什么人们使用需要模型格式转换的caffe2或Core ml（.mlmodel），而不是LibTorch？Core ml可以使用苹果神经引擎（ANE），这比在CPU或GPU上运行模型快得多。如果设备没有ANE，Core ML
为什么人们使用需要模型格式转换的caffe2或Core ml（.mlmodel），而不是LibTorch？Core ml可以使用苹果神经引擎（ANE），这比在CPU或GPU上运行模型快得多。如果设备没有ANE，Core ML可以自动退回到GPU或CPU 我还没有详细研究PyTorch Mobile，但我认为它目前只在CPU上运行，而不是在GPU上运行。而且它肯定不会在电子计算机上运行，因为只有Core ML可以这样做 转换模型可能会很麻烦，尤其是PyTorch，它需要先通过ONNX。但最终你会找到一种运行这些模型的更快的方法