torch.jit.trace失败主因是动态控制流、python对象依赖或未处理torch.no_grad()；应优先用torch.jit.script，确保eval模式、cpu设备、正确保存为torchscript。
PyTorch模型导出为 TorchScript 时为什么 torch.jit.trace 失败？
常见原因是模型里有动态控制流（如 if x.shape[0] > 1:）、依赖 Python 对象（如字典、自定义类实例）或未正确处理 torch.no_grad()。LibTorch 只能加载 TorchScript 模块，不支持原始 Python 解释器。
实操建议：
- 用
torch.jit.script替代torch.jit.trace，尤其当模型含条件分支或循环时； - 导出前确保模型处于
eval()模式，并调用model.to(torch.device("cpu"))，避免 GPU 张量残留； - 若使用
nn.ModuleList或nn.Sequential，确认所有子模块都可被脚本化（例如避免在forward中动态构造层）； - 导出后用
scripted_model.save("model.pt")，不要用torch.save—— 后者保存的是 Python pickle，LibTorch 无法读取。
CMakeLists.txt 中如何正确链接 LibTorch 并启用 C++14+
LibTorch 要求编译器支持 C++14（最低），且必须显式链接 torch、torch_cpu（CPU 版）或 torch_cuda（GPU 版），否则链接时报 undefined reference to 'torch::jit::load'。
关键配置项：
- 设置
set(CMAKE_CXX_STANDARD 14)或更高（17 更稳妥），并添加set(CMAKE_CXX_STANDARD_REQUIRED ON)； - 用
find_package(Torch REQUIRED)前，必须先设置set(CMAKE_PREFIX_PATH "/path/to/libtorch")（路径不能带尾部斜杠）； -
target_link_libraries必须包含Torch::torch和Torch::torch_cpu（即使只用 CPU，也需显式加后者）； - 如果启用了 OpenMP（如 LibTorch 编译时带
-DUSE_OPENMP=ON），还需链接gomp，否则运行时报libgomp.so: cannot open shared object file。
在 C++ 中加载模型后，输入 Tensor 的 shape 和 dtype 不匹配导致崩溃
LibTorch 不做运行时 shape/dtype 校验，错误常表现为段错误（SIGSEGV）或静默输出全零，而不是抛异常。根本原因是 PyTorch Python 端和 C++ 端对数据布局理解不一致（如 NHWC vs NCHW、int64 vs int32）。
安全做法：
- Python 导出前用固定 dummy input 测试：
torch.jit.trace(model, torch.randn(1, 3, 224, 224))，并记录该 input 的shape和dtype； - C++ 中构建输入 Tensor 时严格复现：用
torch::randn({1, 3, 224, 224}, torch::kFloat32)，别用torch::kFloat64或默认 dtype； - 图像预处理必须与训练时完全一致：归一化均值/标准差顺序（BGR/RGB）、插值方式（
cv::INTER_CUBICvscv::INTER_LINEAR）、是否转置（cv::cvtColor后是否.permute({2, 0, 1})）； - 调用
module.forward({input_tensor})后，立即检查输出：auto output = module.forward({input}).toTensor(); assert(output.numel() > 0);，避免后续空指针解引用。
Windows 下 DLL 加载失败或运行时报 0xc000007b
这是典型的架构/位数不匹配（x64 应用加载了 x86 DLL）或 MSVC 运行时版本冲突。LibTorch 官方 Windows 包分 libtorch-win-shared-with-deps-*.zip（含全部依赖）和 -without-deps（仅 LibTorch 本身），选错就会崩。
排查步骤：
- 确认你的 C++ 工程是 x64 平台（不是 Win32），且 CMake 生成器指定为
-A x64； - 从
libtorch-win-shared-with-deps-*.zip解压，把libtorch\lib\*.dll全部拷到可执行文件同目录（不是system32）； - 用
Dependencies.exe（非旧版 Dependency Walker）打开你的.exe，看是否报红 —— 特别关注torch_cpu.dll、c10.dll、vcruntime140.dll是否缺失或版本错； - VS 工程属性中，C/C++ → 代码生成 → 运行时库必须设为
/MD（多线程 DLL），不能是/MT；LibTorch 官方二进制只支持/MD。
真正卡住的往往不是模型加载，而是输入张量的内存布局、设备一致性、以及 Windows 下隐式依赖的 DLL 加载顺序 —— 这些地方没 warning，但一跑就挂。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
