周陽讀書

将之前写的环境配置中的cuda环境配置部分单独拆分出来。

TensorRT阅读研究

tensorRT，nvidia发布的dnn推理引擎，是针对nvidia系列硬件进行优化加速，实现最大程度的利用GPU资源，提升推理性能tensorRT是业内nvidia系列产品部署落地时的最佳选择这里主要是围绕https://github.com/shouxieai/learning-cuda-trthttps://github.com/shouxieai/tensorRT_cpp提供的方案开展讨论，使得能够使用、部署起来。封装，关注业务逻辑，避免细节。

研究TensorRT-8.6.1.6samples官方示例。samples文件夹下只有makefile，而没有CMake.txt文件，Clion中如何运行调试，望大佬指点。

用于高效实现已训练好的深度学习模型的推理过程的SDK内含推理优化器和运行时环境使DL模型能以更高吞吐量和更低的延时运行有C++ Python的API，完全等价可以混用===待续。

研究TensorRT，以期弄懂。

NVIDIA NPP是2D图像和信号处理的CUDA加速库。该库中的主要功能集侧重于图像处理，并广泛适用于这些领域的开发人员。NPP库可以在最大限度地提高灵活性，同时保持高性能。作为一个独立的库，可以最小的工作量向应用程序添加GPU加速可以添加到开发人员的GPU代码中，作为一个有效互操作的协作库这两种方法都允许开发人员利用NVIDIA gpu的大量计算资源，同时减少开发时间。本文中的例子，仅适合于 512 ∗ 512倍数的图像，因为npp处理数据时，有字节对齐这个说法。