TensorRT推理、NCNN推理、TVM推理、openvino推理

该文展示了使用TensorRT、NCNN、TVM和OpenVINO四个不同的框架进行深度学习推理的示例代码。每个框架中,都包括了加载模型、创建执行上下文、准备输入输出数据及运行推理的过程。这些框架旨在优化模型在GPU或其他硬件上的性能。
摘要由CSDN通过智能技术生成

TensorRT推理

#include <iostream>
#include "NvInfer.h"
#include "NvOnnxParser.h"
#include "NvInferPlugin.h"

using namespace nvinfer1;
using namespace std;

int main(int argc, char** argv)
{
    // create TensorRT inference engine
    IBuilder* builder = createInferBuilder(gLogger);
    INetworkDefinition* network = builder->createNetwork();

    // create ONNX parser
    IParser* parser = createParser(*network, gLogger);
    parser->parseFromFile("model.onnx", -1);

    // build TensorRT engine
    builder->setMaxBatchSize(1);
    builder->setMaxWorkspaceSize(1 << 30);
    ICudaEngine* engine = builder->buildCudaEngine(*network);

    // create execution context
    IExecutionContext* context = engine->createExecutionContext();

    // create input and output buffe

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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