极智AI | 讲解 TensorRT Constant 算子
Posted 极智视界
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了极智AI | 讲解 TensorRT Constant 算子相关的知识,希望对你有一定的参考价值。
欢迎关注我的公众号 [极智视界],获取我的更多笔记分享
大家好,我是极智视界,本文讲解一下 TensorRT Constant 算子。
Constant 算子是指常量层,这个算子一般是什么时候使用呢:一般当下一个算子是两矩阵乘 或 两矩阵点乘 或 两矩阵拼接等这类两头输入的算子,而某一个矩阵需要离线读取时,就需要用到 Constant 算子来构建这个离线读取的张量。以上介绍了 Constant 算子一个使用场景,下面介绍 TensorRT 中 Constant 算子的具体怎么来添加。
在 TensorRT 中如何构建一个 Constant 算子呢,来看:
# 通过 add_constant 添加 constant 算子
constantLayer = network.add_constant([1], np.array([1], dtype=np.float32))
# 重设常量数据
constantLayer.weights = data
# 重设常量形状
constantLayer.shape = data.shape
来看一个实际的例子:
import numpy as np
from cuda import cudart
import tensorrt as trt
# 输入张量 NCHW
nIn, cIn, hIn, wIn = 1, 3, 4, 5 # 输入张量 NCHW
# 输入数据
data = np.arange(nIn * cIn * hIn * wIn, dtype=np.float32).reshape(nIn, cIn, hIn, wIn)
np.set_printoptions(precision=8, linewidth=200, suppress=True)
cudart.cudaDeviceSynchronize()
logger = trt.Logger(trt.Logger.ERROR)
builder = trt.Builder(logger)
network = builder.create_network(1 << int(trt.NetworkDefinitionCreationFlag.EXPLICIT_BATCH))
config = builder.create_builder_config()
#---------------------------------------------------------- --------------------# 替换部分
# 添加 constant 算子
constantLayer = network.add_constant(data.shape, data)
#---------------------------------------------------------- --------------------# 替换部分
network.mark_output(constantLayer.get_output(0))
engineString = builder.build_serialized_network(network, config)
engine = trt.Runtime(logger).deserialize_cuda_engine(engineString)
context = engine.create_execution_context()
_, stream = cudart.cudaStreamCreate()
outputH0 = np.empty(context.get_binding_shape(0), dtype=trt.nptype(engine.get_binding_dtype(0)))
_, outputD0 = cudart.cudaMallocAsync(outputH0.nbytes, stream)
context.execute_async_v2([int(outputD0)], stream)
cudart.cudaMemcpyAsync(outputH0.ctypes.data, outputD0, outputH0.nbytes, cudart.cudaMemcpyKind.cudaMemcpyDeviceToHost, stream)
cudart.cudaStreamSynchronize(stream)
print("outputH0:", outputH0.shape)
print(outputH0)
cudart.cudaStreamDestroy(stream)
cudart.cudaFree(outputD0)
- 输出张量形状 (1,3,4,5)
[ [ [ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. ] [ 20. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. ] [ 40. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. 57. 58. 59. ] ] ] \\left[\\beginmatrix \\left[\\beginmatrix \\left[\\beginmatrix 0. & 1. & 2. & 3. & 4. \\\\ 5. & 6. & 7. & 8. & 9. \\\\ 10. & 11. & 12. & 13. & 14. \\\\ 15. & 16. & 17. & 18. & 19. \\endmatrix\\right] \\left[\\beginmatrix 20. & 21. & 22. & 23. & 24. \\\\ 25. & 26. & 27. & 28. & 29. \\\\ 30. & 31. & 32. & 33. & 34. \\\\ 35. & 36. & 37. & 38. & 39. \\endmatrix\\right] \\left[\\beginmatrix 40. & 41. & 42. & 43. & 44. \\\\ 45. & 46. & 47. & 48. & 49. \\\\ 50. & 51. & 52. & 53. & 54. \\\\ 55. & 56. & 57. & 58. & 59. \\endmatrix\\right] \\endmatrix\\right] \\endmatrix\\right] ⎣⎢⎢⎡⎣⎢⎢⎡⎣⎢⎢⎡0.5.10.15.1.6.11.16.2.7.12.17.3.8.13.18.4.9.14.19.⎦⎥⎥⎤⎣⎢⎢⎡20.25.30.35.21.26.31.36.22.27.32.37.23.28.33.38.24.29.34.39.⎦⎥⎥⎤⎣⎢⎢⎡40.45.50.55.41.46.51.56.42.47.52.57.43.48.53.58.44.49.54.59.⎦⎥⎥⎤⎦⎥⎥⎤⎦⎥⎥⎤
好了,以上分享了 讲解 TensorRT Constant 算子,希望我的分享能对你的学习有一点帮助。
【公众号传送】
扫描下方二维码即可关注我的微信公众号【极智视界】,获取我的更多经验分享,让我们用极致+极客的心态来迎接AI !
以上是关于极智AI | 讲解 TensorRT Constant 算子的主要内容,如果未能解决你的问题,请参考以下文章
极智AI | 讲解 TensorRT 怎么实现 torch.select 层
极智AI | 讲解 TensorRT Fully Connected 算子
极智AI | 讲解 TensoRT Activation 算子