TensorRT 简介
TensorRT 是 英伟达公司 根据自己的 硬件设备 面向 AI工作者 推出的 一种 模型部署方案；
同时 可以对网络进行 压缩、优化，它通过 combines layers、kernel 优化选择，以及根据指定精度执行归一化和转换成最优的 matrix math 方法，改善网络延迟、吞吐量和效率，实现模型加速，官方称 可以达到 6倍以上；
它支持 多种 深度学习 框架，如 tf、pytroch等，即 它 可以从 深度学习框架中 直接 读取 网络结构 和 权重，没有框架的开销； 【不同的深度学习框架有自己的模型定义方式，TensoRT要获取模型的网络结构和参数权重，必然需要先能够“读懂”框架的“语言”】
它本质上是一个 推理框架；
TensorRT 依赖于Nvidia的深度学习硬件环境，可以是GPU也可以是DLA，如果没有的话则无法使用；
更可喜的是它全面支持 python；
windows10 下安装 TensorRT
安装教程 还是 官网，下图为官网部分截图
说明：
1. 在 TensorRT8 以后才支持 在 windows 的 python 操作
2.经测试，无需安装 PyCUDA，可能后面应用时候需要，到时候再说
3.TensorRT 只支持 部分 CUDA 版本 【刚开始没看官网，白折腾半天】
4.注意对 深度学习框架版本 的 支持
安装步骤
1. 安装好 cuda 和 cudnn
2. 下载 tensorRT，https://developer.nvidia.com/tensorrt， 【windows 下 python 接口 只能下载 版本8】
3.解压
4.把 lib 里 所有 dll 库 拷贝到 cuda 安装目录的 bin 目录下，或者 把 lib 目录放到 环境变量的 path 里
5.进入 解压后的python目录，选择对应的 tensorrt 版本，pip 安装
pip install tensorrt-8.2.3.0-cp38-none-win_amd64.whl
6.其他非必要步骤
如果需要读取 onnx 格式模型文件，还需安装 onnx_graphsurgeon，进入该目录
pip install onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl
同理执行
pip install graphsurgeon-0.4.5-py2.py3-none-any.whl pip install uff-0.6.9-py2.py3-none-any.whl
7.测试是否安装成功
import tensorrt as trt print(trt.__version__)
TensorRT 加速原理
简单理解下，把 3 次 1x1 卷积 合并了
了解即可
TensorRT 使用方法
通过 使用流程方法 可进一步理解 TensorRT 是干嘛的
部署流程分为 预处理阶段 和 推理阶段，具体如下：
1. 导出 深度学习 网络定义 和 权重参数
2. 解析 深度学习 网络定义 和 权重参数 【这两步说明 支持 多种框架】
3. 根据 显卡算子 构造出最优执行计划
4. 将最优执行计划 序列化存储
5. 反序列化 最优执行计划
6. 进行推理
补充说明：
1. 步骤 3 说明 tensorrt 是和 硬件/显卡、环境/cuda 绑定的，如果 硬件、环境 发生变换，需要重新部署
2. 虽说 tensorrt 支持 多种框架，但 通常 会把 tf、torch 等框架 的模型和参数转换成 onnx 格式，然后用 tensorrt 部署，
因为 onnx 不像 tf、torch 那样需要安装对应的包，onnx 可认为是一种通用 语言，可以把 各种框架 转换成 该 语言，方便后续操作 【具体参考我的其他博客】
预推理阶段
该阶段是 结合 网络结构、参数 和 软硬件环境 生成 最优执行计划，并且 序列化 为 xxx.engine 文件； 【时间较长，故序列化】
可以使用 tensorrt 自带的 trtexec.exe 实现（bin目录下），也可用 代码实现；
命令行实现方式
trtexec --onnx=xxx.onnx --saveEngine=xxx.engine --fp16
fp16 模型量化的方式，还可取 int8，不推荐，虽然速度快，但精度损失较大
python 代码实现预推理
# 导入必用依赖
import tensorrt as trt
# 创建logger：日志记录器
logger = trt.Logger(trt.Logger.WARNING)
# 创建构建器builder
builder = trt.Builder(logger)
# 预创建网络
network = builder.create_network(1 << int(trt.NetworkDefinitionCreationFlag.EXPLICIT_BATCH))
# 加载onnx解析器
parser = trt.OnnxParser(network, logger)
success = parser.parse_from_file(onnx_path)
for idx in range(parser.num_errors):
print(parser.get_error(idx))
if not success:
pass # Error handling code here
# builder配置
config = builder.create_builder_config()
# 分配显存作为工作区间，一般建议为显存一半的大小
config.max_workspace_size = 1 << 30 # 1 Mi
serialized_engine = builder.build_serialized_network(network, config)
# 序列化生成engine文件
with open(engine_path, "wb") as f:
f.write(serialized_engine)
print("generate file success!")
推理部署阶段
该阶段是 反序列化 最优执行计划，然后进行推理；
在 推理阶段，tensorrt 只关注 网络定义和权重参数，对于 输入和输出 需 另外导入；
核心代码
#导入必用依赖
import tensorrt as trt
import pycuda.autoinit #负责数据初始化，内存管理，销毁等
import pycuda.driver as cuda #GPU CPU之间的数据传输
#创建logger：日志记录器
logger = trt.Logger(trt.Logger.WARNING)
#创建runtime并反序列化生成engine
with open(“sample.engine”, “rb”) as f, trt.Runtime(logger) as runtime:
engine = runtime.deserialize_cuda_engine(f.read())
#分配CPU锁页内存和GPU显存
h_input = cuda.pagelocked_empty(trt.volume(context.get_binding_shape(0)), dtype=np.float32)
h_output = cuda.pagelocked_empty(trt.volume(context.get_binding_shape(1)), dtype=np.float32)
d_input = cuda.mem_alloc(h_input.nbytes)
d_output = cuda.mem_alloc(h_output.nbytes)
#创建cuda流
stream = cuda.Stream()
#创建context并进行推理
with engine.create_execution_context() as context:
# Transfer input data to the GPU.
cuda.memcpy_htod_async(d_input, h_input, stream)
# Run inference.
context.execute_async_v2(bindings=[int(d_input), int(d_output)], stream_handle=stream.handle)
# Transfer predictions back from the GPU.
cuda.memcpy_dtoh_async(h_output, d_output, stream)
# Synchronize the stream
stream.synchronize()
# Return the host output. 该数据等同于原始模型的输出数据
return h_output
官方示例
TensorRT-8.4.1.5\samples\python
小结
本文只是 基本教程，TensorRT 还有很多高级用法，比如 不仅可以载入模型，也可以自定义模型，比如支持动态 batch 等
参考资料：
https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html 官网 安装
https://blog.csdn.net/hjxu2016/article/details/122868139 TensorRT(10):python版本安装
https://blog.csdn.net/Yang_4881002/article/details/124292512 NVIDIA TensorRT （python win10）安装成功分享
https://www.eet-china.com/mp/a125060.html TensorRT8.4.xPythonAPI安装配置与测试 安装与 应用案例
https://zhuanlan.zhihu.com/p/165359425 tensorRT 的安装与使用
https://github.com/zhaogangthu/keras-yolo3-ocr-tensorrt 上篇文章的代码
https://blog.csdn.net/JianguoChow/article/details/122684310 TensorRT(二)TensorRT使用教程（Python版） 【使用方法 主要参考】
https://zhuanlan.zhihu.com/p/371239130 TensorRT详细入门指北，如果你还不了解TensorRT，过来看看吧！ 【很全，有点多了，慢慢消化吧】
https://blog.csdn.net/JianguoChow/article/details/122684310 使用教程 Python 版
标签：入门,tensorrt,TensorRT,cuda,https,深度,安装,trt From： https://www.cnblogs.com/yanshw/p/16461169.html