tensorflow - 如何使用 TensorRT 优化您的 TensorFlow 模型?
问题描述
这些是解决作业的指令吗?
- 将您的 TensorFlow 模型转换为 UFF
- 使用 TensorRT 的 C++ API 解析您的模型以将其转换为 CUDA 引擎。
- TensorRT 引擎将自动优化您的模型并执行融合层、将权重转换为 FP16(或 INT8,如果您愿意)和优化以在 Tensor Cores 上运行等步骤。
谁能告诉我如何继续这项任务,因为我的笔记本电脑中没有 GPU,是否可以在 google colab 或 AWS 免费帐户中执行此操作。我必须安装哪些东西或软件包才能在我的笔记本电脑或谷歌 colab 中运行 TensorRT?
解决方案
导出 TensorFlow 模型并将其转换为.onnx
文件。
然后,使用这个onnx-tensorrt工具进行 CUDA 引擎文件转换。
推荐阅读
- laravel - 关系返回 Null [ Laravel ]
- php - ajax 传递参数时出现问题..404 未找到
- woocommerce - 如何在 Woocommerce 购物车中替换购物车商品产品永久链接
- verilog - 如何将此 SystemVerilog sim 转换为 Verilog
- java - 如何在Java中匹配字符串(?,?,?)
- react-native - 仅在 iOS 上使用 onRegionChangeComplete 时 react-native-maps 中的错误
- google-cloud-platform - 使用 GCP 服务帐户连接的 Terraform 远程配置不起作用
- android - Android Studio 显示 Firebase 的空白文档
- asp.net-core - 如何从数据库 asp.net core 2 动态设置 IdentityOptions
- r - 减少箱线图中拂的长度