torchscript 生成可序列化、脱离 python 的 ir，非简单动静图转换；script 适合含控制流模型，trace 适用于固定结构前馈网络；报错需改写列表推导、加类型注解、慎用辅助函数；保存加载须版本一致且用 torch.jit.load。
PyTorch 的 TorchScript 不是“把动态图转成静态图”的翻译器，而是通过 torch.jit.script 或 torch.jit.trace 生成可序列化、可脱离 Python 运行的中间表示（IR），它仍保留 PyTorch 的语义和执行逻辑——但不再依赖 Python 解释器。
什么时候该用 torch.jit.script 而不是 torch.jit.trace
torch.jit.trace 只记录一次前向执行路径，对含控制流（if、for）、输入 shape 变化或非 tensor 输入敏感；torch.jit.script 则解析源码 AST，支持完整 Python 子集（如条件分支、循环、自定义类），更适合带逻辑分支的模型。
- 用
torch.jit.script：模型里有if x.shape[0] > 1:、for layer in self.layers:、或调用了自定义torch.nn.Module方法 - 用
torch.jit.trace：纯前馈网络（如 ResNet、CNN）、输入 shape 固定、无 Python 控制流，且你只关心单次推理路径 - 混合用法常见：先
torch.jit.script处理主干模块，再用torch.jit.trace包裹数据预处理部分（因预处理常含 NumPy 或 PIL 操作，无法 script）
torch.jit.script 报错 “Unsupported operation: list comprehension” 怎么办
TorchScript 不支持原生 Python 列表推导式、字典推导、**kwargs 解包、或未标注类型变量。错误往往出现在模型 __init__ 或 forward 中构造 list/dict 的地方。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
- 把
[x * 2 for x in inputs]改成显式torch.stack([x * 2 for x in inputs])或用torch.cat+ 循环 - 给所有非 tensor 属性加类型注解：
self.num_layers: int = 4，否则 TorchScript 推断为Any并失败 - 避免在
forward中调用未被@torch.jit.export标记的辅助函数；若必须用，先用@torch.jit.ignore排除（但该函数将不可导、不参与编译）
保存和加载 TorchScript 模型时的兼容性陷阱
torch.jit.save 生成的 .pt 文件包含模型结构、权重和 TorchScript IR，但不包含原始 Python 源码或依赖项——这意味着跨 PyTorch 版本加载可能失败，尤其在 1.x 和 2.x 之间。
- 始终用与训练环境**相同版本**的 PyTorch 加载：
torch.jit.load("model.pt")若报version mismatch，别硬试，重导出 - 不要用
torch.load()加载.pt文件（那是用于state_dict的），必须用torch.jit.load() - 若需部署到 C++，用
model.save("model.pt")后，在 C++ 端调用torch::jit::load("model.pt")，注意链接libtorch的 ABI 版本要匹配
真正难的不是导出这一步，而是导出后发现模型行为和原始 Python 版不一致——比如某个 torch.where 在 trace 里被固化为常量分支，或 torch.no_grad() 上下文没被正确捕获。务必用同一组输入，对比原始模型和 ScriptModule 的输出 tensor 值（逐元素 torch.allclose），而不是只看形状或 dtype。
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！
