pytorch写张量pt文件，libtorch读张量pt文件

直接在pytorch中，用torch.save保存的张量，可能因格式差异无法在C++中加载。

以下是一个最简单的例子，展示如何在 Pytorch中保存张量到 TorchScript 模块，并在 C++ 中使用 LibTorch 加载。

Python 代码 (save_tensor.py)

import torch

# 定义一个简单的 TorchScript 模块来包装张量
class TensorWrapper(torch.jit.ScriptModule):
    def __init__(self, tensor):
        super().__init__()
        self.tensor = torch.jit.Attribute(tensor, torch.Tensor)

# 创建一个张量
tensor = torch.randn(2, 3)

# 包装张量到模块
module = TensorWrapper(tensor)

# 保存模块到文件
torch.jit.save(module, "tensor.pt")

C++ 代码 (load_tensor.cpp)

#include 
#include 

int main() {
    // 加载 TorchScript 模块
    torch::jit::script::Module module = torch::jit::load("tensor.pt");

    // 获取张量（假设我们知道属性名为 tensor）
    torch::Tensor tensor = module.attr("tensor").toTensor();

    // 打印张量
    std::cout << tensor << std::endl;

    return 0;
}

这种方法可靠，因为 TorchScript 提供了跨语言的序列化支持，保证张量数据一致性。