Skip to content

Latest commit

 

History

History
61 lines (44 loc) · 3.41 KB

TENSOR_RT.md

File metadata and controls

61 lines (44 loc) · 3.41 KB

TensorRT预测部署教程

TensorRT是NVIDIA提出的用于统一模型部署的加速库，可以应用于V100、JETSON Xavier等硬件，它可以极大提高预测速度。Paddle TensorRT教程请参考文档使用Paddle-TensorRT库预测

1. 安装PaddleInference预测库

  • Python安装包，请从这里 下载带有tensorrt的安装包进行安装

  • CPP预测库，请从这里 下载带有TensorRT编译的预测库

  • 如果Python和CPP官网没有提供已编译好的安装包或预测库，请参考源码安装 自行编译

注意：

  • 您的机器上TensorRT的版本需要跟您使用的预测库中TensorRT版本保持一致。
  • PaddleGAN中部署预测要求TensorRT版本 > 7.0。

2. 导出模型

模型导出具体请参考文档PaddleGAN模型导出教程。

3. 开启TensorRT加速

3.1 配置TensorRT

在使用Paddle预测库构建预测器配置config时，打开TensorRT引擎就可以了：

config->EnableUseGpu(100, 0); // 初始化100M显存，使用GPU ID为0
config->GpuDeviceId();        // 返回正在使用的GPU ID
// 开启TensorRT预测，可提升GPU预测性能，需要使用带TensorRT的预测库
config->EnableTensorRtEngine(1 << 20             /*workspace_size*/,
                             batch_size        /*max_batch_size*/,
                             3                 /*min_subgraph_size*/,
                             AnalysisConfig::Precision::kFloat32 /*precision*/,
                             false             /*use_static*/,
                             false             /*use_calib_mode*/);

3.2 TensorRT固定尺寸预测

以msvsr为例，使用固定尺寸输入预测：

python tools/inference.py --model_path=/root/to/model --config-file /root/to/config --run_mode trt_fp32 --min_subgraph_size  20 --mode_type msvsr

4、常见问题QA

Q: 提示没有tensorrt_op
A: 请检查是否使用带有TensorRT的Paddle Python包或预测库。

Q: 提示op out of memory
A: 检查GPU是否是别人也在使用，请尝试使用空闲GPU

Q: 提示some trt inputs dynamic shape info not set
A: 这是由于TensorRT会把网络结果划分成多个子图，我们只设置了输入数据的动态尺寸，划分的其他子图的输入并未设置动态尺寸。有两个解决方法：

  • 方法一：通过增大min_subgraph_size，跳过对这些子图的优化。根据提示，设置min_subgraph_size大于并未设置动态尺寸输入的子图中OP个数即可。 min_subgraph_size的意思是，在加载TensorRT引擎的时候，大于min_subgraph_size的OP才会被优化，并且这些OP是连续的且是TensorRT可以优化的。

  • 方法二：找到子图的这些输入，按照上面方式也设置子图的输入动态尺寸。

Q: 如何打开日志
A: 预测库默认是打开日志的，只要注释掉config.disable_glog_info()就可以打开日志

Q: 开启TensorRT，预测时提示Slice on batch axis is not supported in TensorRT
A: 请尝试使用动态尺寸输入