PyTorch是一个功能强大的深度学习框架，广泛用于卷积神经网络（CNN）的搭建。在手写识别任务中，我们利用PyTorch构建了一种高效的卷积神经网络，用于准确识别手写字符。为了进一步提高推理速度，我们采用了多种方式将训练好的模型部署到TensorRT中实现加速。具体而言，我们通过加载权重、加载ONNX格式以及加载TensorRT的engine文件，实现了多途径的模型部署。这种灵活性不仅增加了模型的适用范围，同时也最大程度地发挥了TensorRT在推理加速中的潜力。通过这些多种部署方式，我们能够更好地满足各种场景下的性能要求。