深度学习模型服务端部署:Triton server+TensorRT【PyTorch格式---->ONNX格式---->TensorRT格式---->利用Triton server部署】

Tritonserver+TensorRT实现服务端部署

写在前面

项目需要,因此要完成模型训练到实际服务端部署的全过程,但是之前只是专注于模型的训练,未接触过实战,就借此机会将训练好的模型部署全过程做一个记录

工具和环境需求#

我本地的电脑环境如下:

Python 3.8

PyTorch 1.12.1

GPU RTX 3060 Laptop

CUDA 11.2

Tritonserver 和 TensorRT 都是 Docker 拉取的镜像,使用的命令如下表:

docker pull nvcr.io/nvidia/tritonserver:21.08-py3
docker pull nvcr.io/nvidia/tensorrt:21.08-py3

细心的应该已经注意到了,我拉取的Tritonserver 和 TensorRT 后缀都是一样的21.08,这是因为Tritonserver对能够使用的tensorrt文件是有要求的,如果运气不好,版本不对应有可能会导致Tritonserver运行不起来,为了避免踩坑,干脆就直接拉同样的即可。

如果嫌弃Docker的文件太大࿰

  • 1
    点赞
  • 6
    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