Skip to content

Latest commit

 

History

History
121 lines (90 loc) · 3.79 KB

8.3.1 TensorRT安装配置.md

File metadata and controls

121 lines (90 loc) · 3.79 KB
Raw

TensorRT安装配置

一、简介

TensorRT是一个高性能的深度学习推理（Inference）优化器，可以为深度学习应用提供低延迟、高吞吐率的部署推理。TensorRT可用于对超大规模数据中心、嵌入式平台或自动驾驶平台进行推理加速。TensorRT支持TensorFlow、Caffe、Mxnet、Pytorch等几乎所有的深度学习框架，将TensorRT和NVIDIA的GPU结合起来，能在几乎所有的框架中进行快速和高效的部署推理。

TensorRT 在运行时，加载一个已经训练好的神经网络，创建一个经过内部高度优化的引擎（engine），来进行快速计算。TensorRT 同时提供 C++ 和 Python API 接口。TensorRT 同时支持 Windows/Ubuntu/iOS 系统，本教程基于Ubuntu18.04 进行讲解。

二、安装

（一）下载安装

本教程安装版本：TensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6.tar，下载链接

相应的依赖环境：

  • CUDA 10.0
  • CUDNN 7.6.5
  • Python 2 / Python 3

（二）配置环境变量

将下载好的压缩包，放在一个路径下，比如在我的电脑：/home/TensorRT-7。然后将 TensorRT 的 lib 文件路径加入系统环境变量:

sudo vi ~/.bashrc
export LD_LIBRARY_PATH="TensorRT-${version}/lib:$LD_LIBRARY_PATH"
source ~/.bashrc

（三）安装 Python 接口 （可选）

如果需要用 Python API 进行编程，对应安装如下：

cd TensorRT-${version}/python
sudo pip2 install tensorrt-*-cp27-none-linux_x86_64.whl  # python2
# sudo pip3 install tensorrt-*-cp3x-none-linux_x86_64.whl  # python3

（四）安装UFF转换库 （可选）

如果需将 TensorFlow 训练后的网络通过 UFF 编码方式转换到TensorRT ，对应安装如下：

cd TensorRT-${version}/uff
sudo pip2 install uff-0.6.5-py2.py3-none-any.whl   # python2
# sudo pip3 install uff-0.6.5-py2.py3-none-any.whl  # python3

（五）安装 graphsurgeon（可选）

graphsurgeon 是对UFF编码网络进行定制化操作的库，如插入或删除神经网络某一层layer:

cd TensorRT-${version}/graphsurgeon
sudo pip2 install graphsurgeon-0.4.1-py2.py3-none-any.whl  # python2
# sudo pip3 install graphsurgeon-0.4.1-py2.py3-none-any.whl  # python3

三、验证安装

（一）检测目录是否正确：

cd TensorRT-${version}

检查是否包含以下文件夹：lib，include，data…

（二）测试 sampleMNIST

cd <TensorRT root directory>/data/mnist
python download_pgms.py
cd <TensorRT root directory>/samples/sampleMNIST
make
<TensorRT root directory>/bin$:./sample_mnist

---------------------------
@@@@@@@@@@@@@@@@@@@@@@@@@@@@
@@@@@@@@@@@@@@%.-@@@@@@@@@@@
@@@@@@@@@@@*-    %@@@@@@@@@@
@@@@@@@@@@= .-.  *@@@@@@@@@@
@@@@@@@@@= +@@@  *@@@@@@@@@@
@@@@@@@@* =@@@@  %@@@@@@@@@@
@@@@@@@@..@@@@%  @@@@@@@@@@@
@@@@@@@# *@@@@-  @@@@@@@@@@@
@@@@@@@: @@@@%   @@@@@@@@@@@
@@@@@@@: @@@@-   @@@@@@@@@@@
@@@@@@@: =+*= +: *@@@@@@@@@@
@@@@@@@*.    +@: *@@@@@@@@@@
@@@@@@@@%#**#@@: *@@@@@@@@@@
@@@@@@@@@@@@@@@: -@@@@@@@@@@
@@@@@@@@@@@@@@@+ :@@@@@@@@@@
@@@@@@@@@@@@@@@*  @@@@@@@@@@
@@@@@@@@@@@@@@@@  %@@@@@@@@@
@@@@@@@@@@@@@@@@  #@@@@@@@@@
@@@@@@@@@@@@@@@@: +@@@@@@@@@
@@@@@@@@@@@@@@@@- +@@@@@@@@@
@@@@@@@@@@@@@@@@*:%@@@@@@@@@
0:
1:
2:
3:
4:
5:
6:
7:
8:
9: **********

注: 如果 download_pgms.py 下载数据失败，手动下载完成后，修改 download_pgms.py 将原有np.fromstring为np.fromfile，相应的 urllib.request.urlopen() 改为 open(' ', 'rb')。

若输出与上述一致, 则证明安装成功。