把写的libtorch调用模型的程序移植到了下Ubuntu下发现没有问题，libtorch提供了预编译好的库。放到基于Arm的国产主机上就提示libtorch.so不是动态库文件，需要从源代码编译libtorch。不过没啥难点，踩坑文。

获取源码

git clone https://github.com/pytorch/pytorch --recursive && cd pytorch
git checkout v1.2.0 # 真的勇士敢于在master分支下编译
#下载编译需要的子模块
git submodule sync
git submodule update --init --recursive

python环境

pytorch官方给出的环境是用conda装的，然而悲剧的是官方并没有给出aarch64的安装文件，所以还是使用pip来安装。还有个问题是很多python库并没有发布对应架构下的包，好在编译libtorch需要的python环境较为简单。编译完之后导出python环境发现，编译libtorch必须的包应该只有pyyaml（不太确定）。当然cmake和gcc等工具还是必须的。
安装pyyaml的命令：

pip install pyyaml

不使用tools下的脚本而直接用cmake来编译的话可能python环境都不需要了...

编译libtorch

在编译之前可以使用export或者cmake-gui关闭一些不必要的编译选项来加快编译速度，类似：

export USE_CUDA=False
export BUILD_TEST=False

官方提供了一键式编译工具，在pytorch/tools/build_libtorch.py。只需要运行：

#pytorch$
mkdir build && cd build
python ../tools/build_libtorch.py

就会在build下生成对应的文件，我们需要的动态库文件libtorch.so在build/lib/下。

整理libtorch

1. 复制pytorch下torch、caffe2、c10以及aten\source下的ATen、TH等文件夹到libtorch/include下，得到libtorch的C++接口。
2. 复制build/lib下编译好的库文件到libtorch/lib下。
3. 复制pytorch/torch/share/cmake文件夹到libtorch/share下。
   得到的libtorch主要结构：
   libtorch.
   ├─include
   │ ├─ATen
   │ ├─c10
   │ ├─caffe2
   │ ├─TH
   │ ├─THCUNN
   │ ├─THNN
   │ └─torch
   ├─lib
   └─share
   └─cmake
   ├─ATen
   ├─Caffe2
   ├─Gloo
   └─Torch

如果你需要pytorch编译可以参考一下这篇
ps：还是对CMakeLists不太熟啊。