TensorRT教程（1）初探TensorRT

1. TensorRT简要介绍

        TensorRT（NVIDIA TensorRT）是 NVIDIA 开发的一个用于深度学习推理的高性能推理引擎。它可以针对 NVIDIA GPU 进行高效的深度学习推理加速，提供了许多优化技术，使得推理速度更快，并且可以在生产环境中部署。

        下面是 TensorRT 的一些主要特点和功能：

        高性能推理：TensorRT 使用了许多优化技术，包括网络剪枝、量化、层融合、内存优化等，以提高推理速度和效率。这使得 TensorRT 能够在现代 NVIDIA GPU 上实现高性能的深度学习推理。

        多平台支持：TensorRT 提供了多个版本，可以在各种 NVIDIA GPU 上运行，并且支持多种操作系统，包括 Linux 和 Windows。它还提供了 Python API 和 C++ API，以满足不同开发环境和需求。

        灵活的部署选项：TensorRT 提供了多种部署选项，可以满足不同的部署需求。它可以作为独立的推理引擎使用，也可以与其他深度学习框架集成，例如 TensorFlow、PyTorch 等。

      支持常见的深度学习模型：TensorRT 支持常见的深度学习模型，包括卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）等。它还支持各种网络层，如卷积层、池化层、全连接层等。

        优化技术：TensorRT 提供了多种优化技术，包括网络剪枝、权重量化、层融合、内存优化等。这些优化技术可以显著提高推理速度，并降低内存消耗。

2. PyTorch到TensorRT

        PyTorch已经成为最流行的训练框架之一。

        那么如何将PyTorch训练所得到的权重文件部署到TensorRT中呢？

        一般情况下有两种方式可以实现。

        一种是通过将PyTorch训练的权重转换成为ONNX格式，然后通过TensorRT的OnnxParser推理，或者经过trtexec转换成为tensorrt的engine，然后跨平台推理。

        另一种方式是使用INetworkDefinition自行构建网络，生成tensorrt的engine，然后进行推理。

        前一种方式较为简洁，后一种方式较为复杂，需要对网络非常了解，对网络构建非常明晰。

        本序列课程将基于INetworkDefinition进行网络构建，讲解基于TensorRT的神经网络推理。

3. 初始构建

        首先需要明确一点，TensorRT是基于NCHW的Tensor模式。

        TensorRT的网络推理分为两个部分，首先是构建引擎，然后才可以使用引擎进行推理。

        当然也可以分成一部分，但是为了节省推理时间，我们通常会将构建的因为那个文件序列化，保存在本地，之后在每次推理的时候，反序列化、加载引擎，进行推理。

        初始构建的时候，需要先构建一个INetworkDefinition的对象，并且构建输入数据，参考如下。

INetworkDefinition *network = builder->createNetworkV2(1U);

ITensor *data = network->addInput(mInputBlobName, dt, mInputDims);

其中，

mInputBlobName是一个字符串，标识输入Tensor节点的名字。

dt是一个DataType类型的变量，顾名思义，它用来标识输入Tensor的类型。

mInputDims是一个Dims类型的数据，用来表示输入Tensor的Dimension信息。

通过以上两行代码，我们看到了构建了一个空的网络。

4. 添加一个简单的卷积层

前面我们已经知道了如何构建一个空“网络”，那么我们接着添加一个卷积层，组成一个只有一层卷积的卷积神经网络。

    IConvolutionLayer *conv1 = network->addConvolutionNd(input, outch, DimsHW{ksize, ksize}, weightMap[lname + ".conv.weight"], emptywts);

    assert(conv1);

    conv1->setName((lname+".conv").data());

    conv1->setStrideNd(DimsHW{s, s});

    conv1->setPaddingNd(DimsHW{p, p});

    conv1->setNbGroups(g);

以上演示了在“网络”中添加卷积层。但这样我们比较繁琐，我们最好能够将卷积层进行封装。

ILayer *convBlock(INetworkDefinition *network, std::map<std::string, Weights> &weightMap, ITensor &input, int outch, int ksize, int s, int g, std::string lname, bool act)

{

    Weights emptywts{DataType::kFLOAT, nullptr, 0};

    int p = ksize / 3;

    IConvolutionLayer *conv1 = network->addConvolutionNd(input, outch, DimsHW{ksize, ksize}, weightMap[lname + ".conv.weight"], emptywts);

    assert(conv1);

    conv1->setName((lname+".conv").data());

    conv1->setStrideNd(DimsHW{s, s});

    conv1->setPaddingNd(DimsHW{p, p});

    conv1->setNbGroups(g);

    IScaleLayer *bn1 = addBatchNorm2d(network, weightMap, *conv1->getOutput(0), lname + ".bn", 1e-3);

    bn1->setName((lname+".bn").data());

    if(!act){

        return bn1;

    }

    // silu = x * sigmoid

    auto sig = network->addActivation(*bn1->getOutput(0), ActivationType::kSIGMOID);

    assert(sig);

    auto ew = network->addElementWise(*bn1->getOutput(0), *sig->getOutput(0), ElementWiseOperation::kPROD);

    assert(ew);

    return ew;

}

OK，今天主要是作为TensorRT教程的开端，并构建一个简单的，只有一层卷积的神经网络。后续我们将继续深入探索。