在Torch中部署训练好的模型到生产环境中，通常可以通过以下几个步骤实现：
torch.save('model.pth', model:clearState())
model = torch.load('model.pth')
output = model:forward(input)
优化模型：根据生产环境的需求对模型进行优化，例如进行模型压缩、量化等操作，以提高模型在生产环境中的性能和效率。
部署模型服务：将部署好的模型集成到生产环境中的服务中，以便实时地对数据进行预测或推断。
需要注意的是，在部署模型到生产环境中时，还需考虑模型的性能、稳定性、安全性等方面的问题，确保模型能够在生产环境中正常运行并满足业务需求。
