TensorRT笔记(2)使用Python API

3.1将TensorRT导入Python

程序
导入TensorRT:

import tensorrt as trt

实施一个日志记录界面,TensorRT通过该界面报告错误,警告和参考消息。以下代码显示了如何实现日志记录接口。在这种情况下,我们取消了提示性消息,仅报告警告和错误。TensorRT Python绑定中包含一个简单的记录器。

TRT_LOGGER = trt.Logger(trt.Logger.WARNING)

3.2 在Python中创建网络定义

使用TensorRT进行推理的第一步是根据您的模型创建一个TensorRT网络。
实现这一目标的最简单方法是使用导入模型TensorRT 解析库(见在Python中使用解析器导入模型使用Python从Caffe中导入使用Python从TensorFlow导入

  • 2
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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

打赏作者

yhwang-hub

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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