pytorch Tracing到C++的时候出现了问题，求助

---

如果不训练，直接用随机的参数生成C++脚本，没有问题。
把网络训练好后，再用torch.jit.trace输出成C++脚本时就会报错。

@fenglingsa 其实不建议用trace到c++来做c++的操作。原因有两个：

1. c++推理不会带来太大的加速；
2. 假如你成功trace到了c++模型，那么也能export到onnx，而onnx你可以用更通用的后端加速它。

至于你的这个报错，我认为你需要google一下，我总结一下我trace过程中遇到的问题：

1. 一些python wrapper是无法被trace到的；
2. 有一些张量的操作，它的逻辑和python不太一样，你需要仔细定位是哪一步出错了，再寻找解决方案。

@金天 尺寸应该没问题，直接在python中训练和推测都没问题，结果也是OK的。但是一旦trace到C++就报错，而且很有趣的是，如果只是单纯生成网络，不训练，仅有自生成的随机权重时，trace到C++没有问题，如果load训练后的参数，再trace，就会出现这个错误。
我查了一下pytorch的文档，发现官方文档里提过这个错误
但是，我这边不存在原地更新张量的操作，我猜测这个错误可能与pytorch内部的内存操作有关，不知道是不是我网络权重参数过多造成的。

@fenglingsa 大概的意思是尺寸不对，你trace的时候先看看模型尺寸是否正确

@金天 FPN+SSD的那个，不过代码被我做过一些修改，我把卷积层的第二层也加入了FPN结构中

这是哪个项目？相关model tracing的codes是？