前言
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现已能支持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。
以上是算法工程师的招聘要求，从招聘要求来看，TensorRT是高薪必备技能，是算法工程师的加分项。
为了帮助初学者深入学习TensorRT相关知识，有三AI推出《深度学习之模型部署-TensorRT篇》直播课程，让你以最短的时间掌握TensorRT深度学习推理（Inference）优化器。
课程介绍
课程内容主要包含Tensorrt入门、环境配置与安装、网络加速实战等，在课程中老师会使用通俗易懂的语言帮助大家理解涉及的知识点及原理。
课程大纲
课程以python及c++两种接口方式进行网络加速实战讲解。
Tensorrt推理框架介绍
实践技巧部分讲解效果图
课程具体安排如下：
深度学习之推理优化器-TensorRT篇
| 时间 | 章节 |
| 2021.07.25 上午9点 |
|
| 第1节 第2节 第3节 | Tensorrt入门 环境配置与安装 网络加速实战 |
讲师介绍
H，一个时刻担心秃头的大龄程序员。大型公司8年工作经验，专注CV领域模型优化、模型部署，有三AI研发组负责人，擅长代码实战。
费用以及报名方式
订阅本课程的方法有3个：
其一：参加有三AI-CV秋季划模型优化组，可以获得所有模型设计，优化，部署相关的内容，有三AI-CV秋季划模型优化组的介绍如下：
其二：单独订阅本次直播课程，本次直播的链接如下：
其三：订阅完整的《深度学习之模型优化与部署—理论实践篇》专栏，将包括所有模型优化与部署相关的理论与实践课程，链接如下，已有课程目录可以扫码查看：
关于课程有任何问题可以添加“有三AI小助手”微信号咨询，入相关技术群交流讨论，微信号为Alice-girll，微信二维码如下：
同时欢迎在深度学习领域有沉淀积累的同学加入有三AI生态，让更多人受益！
往期相关
136
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
