1. 啰嗦的话
首先说说为什么要用pytorch，现在大家都经常用tensorflow、keras、pytorch来编写神经网络，tensorflow和keras属于一路子，现在keras归tensorflow管了，tensorflow的示例程序都是给的keras。如果想在C++端调用写好的模型，则需要保存成pb格式，keras的h5格式是可以转换成pb格式的。基于tensorflow和keras的模型都需要用bazel编译tensorflow，tensorflow中有官方的编译教程，但是非常的emmmmmm麻烦，如果想编译成功，tensorflow的版本、python版本、编译器、编译工具都得符合要求，况且在我写这篇文章的时候，官网只测试成功到1.13.0。我搞了好久都没搞定，查了一段时间资料，感觉这种编译方法还不太成熟，就转投pytorch了。
编译tensorflow的官方教程：https://tensorflow.google.cn/install/source_windows
2. pytorch踩坑记
Pytorch配置的办法可以参考官网教程：
https://pytorch.org/tutorials/advanced/cpp_export.html https://pytorch.org/cppdocs/installing.html
需要将模型先转换为Torchscript，有两种写法，参照官网教程即可，最终模型要保存成pt格式。接下来下载libtorch，解压好。然后构建你的C++工程，写好cpp文件后，在cpp同级目录下，新建一个CMakeList.txt文件，内容配置参照官网。之后完成cmake，如果报错找不到torch，在find_package(Torch REQUIRED)前面添加set(CMAKE_PREFIX_PATH “C:\software\pytorch_bag\libtorch\share\cmake\Torch”)，后面的路径根据自己pytorch位置修改。通过无误后，执行脚本模块。如果报错，少什么.dll文件，就去libtorch的lib文件夹下拷贝，拷到工程文件生成的\build\Release文件夹下。
3.pytorch迁移到VTM(H.266视频编解码软件)
数这个地方坑多，VTM是个大工程，路径文件互相都是有关系的，最关键的就是之前CMakeList那几句话怎么填。
以下两句话 find_package(Torch REQUIRED) 和 set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} KaTeX parse error: Undefined control sequence: \CMakeLists at position 48: …are_VTM-VTM-5.0\̲C̲M̲a̲k̲e̲L̲i̲s̲t̲s̲.txt里； target_…{LIB_NAME} “${TORCH_LIBRARIES}”)可以放在VVCSoftware_VTM-VTM-5.0\source\Lib\CommonLib或者VVCSoftware_VTM-VTM-5.0\source\Lib\EncoderLib或者VVCSoftware_VTM-VTM-5.0\source\App\EncoderApp里的CMakeLists里（取决于你在VTM里哪个位置调用Pytorch）；
我是这么改的：我要在Commonlib的LoopFilter中调用神经网络，
注意：因为我要用在Commonlib下的LoopFilter.cpp中，所以我对ConmonlibAnalyserLib中的CMakeList也得修改。
接下来就是解决在VTM生成解决方案时的报错，我的报错是这样子的：
第一个错误C1083无法打开包括文件,还有后面三个C2365重定义错误，需要在
这个地方找到这个文件，
把这三条全删掉，因为它与VTM中定义的ERROR/WARNING/INFO都冲突，也可以去改VTM中的，不过我没试过。
C2220 将警告视为错误，这个点这个地方
将警告视为错误改成否即可。
