1、pytorch 直接转caffe,
自己还没有尝试，
步骤
保存pytorch参数名和权重。先把pytorch的参数名和权重存成词典，例如存到npy文件里–>.得到npy文件；
合并卷积层和bn层的参数（非必须）。将卷积层和batch normalization层的权重进行融合，更新npy文件里卷积层的权重–>.得到npy文件；
建立caffe的.prototxt文件。即按照pytorch的网络架构写出caffe的架构–>得到.prototxt文件；
建立参数名映射。建立caffe—>pytorch的参数名称映射，可以存在字典或者txt里面–>得到.txt文件；
建立caffemodel。按照参数名称的映射，将pytorch的参数权重赋予对应的caffe参数–>得到.caffemodel文件；
推测。在python中将caffemodel嵌进去，进行推断，看看能不能得到对应结果。
————————————————
原文链接：https://blog.csdn.net/vvnzhang2095/article/details/91439924
pytorch2caffe,代码
https://github.com/longcw/pytorch2caffe
2、pytorch onnx caffe
https://github.com/MTlab/onnx2caffe ,代码可用但是
池化有问题，caffe 最大池化如下3,做修改重新编译，可以使用
onnx模型最好，进行简化操作去除onnx出现的多余的层得到new onnx模型，再转换onnx2caffe,
onnx-simplifier.py,代码地址，
https://github.com/daquexian/onnx-simplifier/issues/2
注意版本问题，pytorch
onnx 1.4.1
pytorch 1.3.0
torchvision 0.4.1
np ‘1.16.5’
注意版本问题 mxnet，onnx 不能用最新版本
mxnet-1.4.0 numpy-1.14.6 not use 1.5.1 error（install mxnet-cu100）
onnx 1.2.1
np ‘1.16.5’ ,1.14.6 all ok,建议numpy 高版本，不会错
error1
if error,Your model ir_version is higher than the checker’s. #2
Please try to upgrade your onnx by a command like
error2
mxnet.base.MXNetError: [16:04:06] src/ndarray/ndarray.cc:1805: Check failed: fi->Read(data) Invalid NDArray file format ,
this is mxnet version
pip install --upgrade onnx
3、 转换问题：
取整问题，
caffe卷积向下取整，池化向上取整。
pytorch 默认都是下取整，ceil_mode=True ，是上取整，所以池化操作会有问题
https://blog.csdn.net/qq_37541097/article/details/102926037 pytorch 取整的详细内容
例如
self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1)
self.maxpool = nn.MaxPool2d(kernel_size=3, stride=2, padding=1，ceil_mode=True)
bug,pytorch最大池化Maxpool ,默认的参数模型都是下取得整数
但是caffe,得到的是上取整数，
方法
caffe 源码加上卷积下取整的功能
https://blog.csdn.net/weixin_38501242/article/details/82624071
pytorch to caffe
https://blog.csdn.net/vvnzhang2095/article/details/91439924
