TensorRT总结

TensorTR为什么能提升模型的运行速度

主要做了两件事情来提升模型的运行速度。

1. TensorRT支持INT8和FP16的计算。深度学习网络在训练时，通常使用32位或16位数据。TensorRT则在网络的推理时选用不怎么高的精度，达到加速推断的目的。
2. TensorRT对于网络结构进行了重构，把一些能够合并的运算合并在一起，针对GPU的特性做了优化。现在大多数深度学习框架是没有针对GPU做过性能优化的，而NVIDIA推出了针对自己GPU的加速工具TensorRT。一个深度学习模型，在没有优化的情况下，比如一个卷积层、一个偏置层和一个reload层，这三层三需要调用三次cuDNN对应的API，但实际上这三层的实现完全三可以合并到一起的，TensorRT会对一些可以合并网络进行合并。