TensorRT的C++API构建全连接网络编译

 工作流程

代码：

// tensorRT include
#include <NvInfer.h>
#include <NvInferRuntime.h>

// cuda include
#include <cuda_runtime.h>

// system include
#include <stdio.h>

class TRTLogger : public nvinfer1::ILogger{
public:
    virtual void log(Severity severity, nvinfer1::AsciiChar const* msg) noexcept override{
        if(severity <= Severity::kVERBOSE){
            printf("%d: %s\n", severity, msg);
        }
    }
};

nvinfer1::Weights make_weights(float* ptr, int n){
    nvinfer1::Weights w;
    w.count = n;
    w.type = nvinfer1::DataType::kFLOAT;
    w.values = ptr;
    return w;
}

int main(){
    // 本代码主要实现一个最简单的神经网络 figure/simple_fully_connected_net.png 
     
    TRTLogger logger; // logger是必要的，用来捕捉warning和info等

    // ----------------------------- 1. 定义 builder, config 和network -----------------------------
    // 这是基本需要的组件
    //形象的理解是你需要一个builder去build这个网络，网络自身有结构，这个结构可以有不同的配置
    nvinfer1::IBuilder* builder = nvinfer1::createInferBuilder(logger);
    // 创建一个构建配置，指定TensorRT应该如何优化模型，tensorRT生成的模型只能在特定配置下运行
    nvinfer1::IBuilderConfig* config = builder->createBuilderConfig();
    // 创建网络定义，其中createNetworkV2(1)表示采用显性batch size，新版tensorRT(>=7.0)时，不建议采用0非显性batch size
    // 因此贯穿以后，请都采用createNetworkV2(1)而非createNetworkV2(0)或者createNetwork
    nvinfer1::INetworkDefinition* network = builder->createNetworkV2(1);

    // 构建一个模型
    /*
        Network definition:

        image
          |
        linear (fully connected)  input = 3, output = 2, bias = True     w=[[1.0, 2.0, 0.5], [0.1, 0.2, 0.5]], b=[0.3, 0.8]
          |
        sigmoid
          |
        prob
    */

    // ----------------------------- 2. 输入，模型结构和输出的基本信息 -----------------------------
    const int num_input = 3;   // in_channel
    const int num_output = 2;  // out_channel
    float layer1_weight_values[] = {1.0, 2.0, 0.5, 0.1, 0.2, 0.5}; // 前3个给w1的rgb，后3个给w2的rgb 
    float layer1_bias_values[]   = {0.3, 0.8};

    //输入指定数据的名称、数据类型和完整维度，将输入层添加到网络
    //输入是个像素
    nvinfer1::ITensor* input = network->addInput("image", nvinfer1::DataType::kFLOAT, nvinfer1::Dims4(1, num_input, 1, 1));
    //weight需要count（个数），type（数据类型）和value（数值）确定
    nvinfer1::Weights layer1_weight = make_weights(layer1_weight_values, 6);
    nvinfer1::Weights layer1_bias   = make_weights(layer1_bias_values, 2);
    //添加全连接层
    auto layer1 = network->addFullyConnected(*input, num_output, layer1_weight, layer1_bias);      // 注意对input进行了解引用
    //添加激活层 
    auto prob = network->addActivation(*(layer1->getOutput(0)), nvinfer1::ActivationType::kSIGMOID); // 注意更严谨的写法是*(layer1->getOutput(0)) 即对getOutput返回的指针进行解引用
    
    // 将我们需要的prob标记为输出
    network->markOutput(*(prob->getOutput(0)));

    //1<<28 1左移28位相当于*2的28次方即256mb
    printf("Workspace Size = %.2f MB\n", (1 << 28) / 1024.0f / 1024.0f); // 256Mib
    config->setMaxWorkspaceSize(1 << 28);
    builder->setMaxBatchSize(1); // 推理时 batchSize = 1 

    // ----------------------------- 3. 生成engine模型文件 -----------------------------
    //TensorRT 7.1.0版本已弃用buildCudaEngine方法，统一使用buildEngineWithConfig方法
    nvinfer1::ICudaEngine* engine = builder->buildEngineWithConfig(*network, *config);
    if(engine == nullptr){
        printf("Build engine failed.\n");
        return -1;
    }

    // ----------------------------- 4. 序列化模型文件并存储 -----------------------------
    // 将模型序列化，并储存为文件
    nvinfer1::IHostMemory* model_data = engine->serialize();
    FILE* f = fopen("engine.trtmodel", "wb");
    fwrite(model_data->data(), 1, model_data->size(), f);
    fclose(f);

    // 卸载顺序按照构建顺序倒序
    model_data->destroy();
    engine->destroy();
    network->destroy();
    config->destroy();
    builder->destroy();
    printf("Done.\n");
    return 0;
}

整体流程为：

1. 定义builder，config，network：

builder:

nvinfer1::IBuilder* builder = nvinfer1::createInferBuilder(logger);

 config:

nvinfer1::IBuilderConfig* config = builder->createBuilderConfig();

network:

ncinfer1::INetworkDefinition* network = builder->createNetworkV2(1);

2. 输入层，全连接层，全连接参数（w，b）以及激活层

input：addInput（名称，数据类型，形状（nchw））

nvinfer1::ITensor* input = 
    network->addInput("image",nvinfer1::DataType::KFLOAT,nvinfer1::Dims4(N,C,H,W);

fullyconection

auto layer1 = network->addFullyConnected(*input,channel_out,layer1_weight,layer1_bias);

activation:

auto prob = network.addActivation(*(layer1->getOutput(0)),nvinfer1::ActivationType::KSIGMOID);

3.标记最终输出

network->markOutput(*(prob->getOutput(0)));

4.内存配置和batchsize设置

config->setMaxWorkspaceSize(1<<28);//256mb
builder->setMaxBatchSize(1);//bs=1

 5. 构建engine

nvinfer1::ICudaEngine* engine = builder->buildEngineWithConfig(*network,config);

6. 转trt文件

//序列化
nvinfer1::IHostMemory* model_data = engine->serialize();
//创建文件
FILE* f = fopen("engine.trtmodel","wb");
//写入
fwrite(model_data->data(),1,model_data->size(),f);
fclose();

重点：

1. 创建network使用createtworkV2，并指定batchs_size显式为1，后续推理用enqueueV2

2. builder、config等记得释放，否则会有内存泄漏，用ptr->destroy()

3. markOutput表示是该模型的输出节点，mark几次就有几个输出，addInput几次就有几个输入

4. workspace供相同layer内存复用

5. 保存的模型只能适配编译的trt版本、设备，如果跨平台，跨版本都需要重新编译保证可用和最优配置。