TensorRT 4 基本介绍及TensorFlow模型转化Uff格式导入（二）

原创作品，转载时请务必以超链接形式标明文章原始出处: http://www.dapalm.com/?p=143,作者：大数据，怕了么?

目录

从TensorRT1到TensorRT4一路跟过来，现在支持也越来越完善，NVIDIA的尿性就是不开源，坑不少，作为一个Inference库，确实为部署网络带来方便。下面从下面几个方面梳理总结一下：

• 多种模型导入
• 支持层
• 自定义层
• UFF格式及转换

---

多种模型导入

• Caffe caffemodel目前支持最完整
• Onnx Onnx目前不支持自定义层
• TensorFlow TensorFlow的模型需要先导出frozen graph，在转换成uff格式

---

支持层

TRT实现了22中层接口，Caffe和TensorFlow支持的层都是通过集成这些接口实现，具体每种模型支持哪些具体的层和参数，并没有很明确的支持，只能通过代码去试验。
- Convolution：3D,with or without bias
- Full_Connected
- Activation : ReLu, Sigmoid,Tanh
- Pooling :Max, Average, Max_Average_blend
- LRN
- Scale
- Softmax
- Deconvolution</