TensorRT - 最佳实践

最佳实践

使用 trtexec 进行性能基准测试

本节介绍如何使用 trtexec(一个专为 TensorRT 性能基准测试设计的命令行工具)来获取深度学习模型的推理性能测量结果。

如果您使用 TensorRT NGC 容器,trtexec 安装在 /opt/tensorrt/bin/trtexec

如果您手动安装了 TensorRT,trtexec 是安装的一部分。

或者,您可以使用 TensorRT OSS 仓库从源代码构建 trtexec

使用 ONNX 文件进行性能基准测试

如果您的模型已经是 ONNX 格式,trtexec 工具可以直接测量其性能。在本示例中,我们将使用 ONNX 模型库中的 ResNet-50 v1 ONNX 模型来展示如何使用 trtexec 测量其性能。

例如,测量批量大小为 4 的 ResNet-50 性能的 trtexec

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

csdddn

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值