模块“tensorrt”没有属性“记录器”答案

【问题标题】：module 'tensorrt' has no attribute 'Logger'模块“tensorrt”没有属性“记录器”
【发布时间】：2019-07-03 12:49:32
【问题描述】：

我在导入 Logger() 和 Builder() 时出错

我在使用 Jetson AGX Xavier。

我也尝试过 python shell。

import tensorflow.contrib.tensorrt as trt
TRT_LOGGER = trt.Logger(trt.Logger.INFO)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: module 'tensorflow.contrib.tensorrt' has no attribute 'Logger'

我也不能导入 trt.Builder()。

Python 版本是 3.6.7

“dpkg -l | grep nvinfer”的输出给出了 Tensor RT 版本：

ii  libnvinfer-dev                             5.0.6-1+cuda10.0                                arm64        TensorRT development libraries and headers
ii  libnvinfer-samples                         5.0.6-1+cuda10.0                                all          TensorRT samples and documentation
ii  libnvinfer5                                5.0.6-1+cuda10.0                                arm64        TensorRT runtime libraries
ii  python-libnvinfer                          5.0.6-1+cuda10.0                                arm64        Python bindings for TensorRT
ii  python-libnvinfer-dev                      5.0.6-1+cuda10.0                                arm64        Python development package for TensorRT
ii  python3-libnvinfer                         5.0.6-1+cuda10.0                                arm64        Python 3 bindings for TensorRT
ii  python3-libnvinfer-dev 5.0.6-1+cuda10.0 arm64 Python 3 development package for TensorRT

【问题讨论】：

标签： tensorflow python-3.6 nvidia nvidia-jetson tensorrt

【解决方案1】：

你正在导入的包import tensorflow.contrib.tensorrt as trt不是TensorRT，这是将TensorRT集成到TF中的包。该软件包没有您要查找的模块，例如 Logger 或 Builder。这个包有自己的 API，用于使用 TensorRT 优化 TF 模型。

更多将 TensorRT 集成到 TF 的链接：

如果你想在 TF 之外直接使用 TensorRT API，你应该像这样导入它：import tensorrt as trt。

https://docs.nvidia.com/deeplearning/sdk/tensorrt-developer-guide/index.html#importing_trt_python

【讨论】：

您好，我已经尝试在 python shell 上进行跟踪。 import tensorrt as trt TRT_LOGGER = trt.Logger(trt.Logger.INFO) 但它仍然抛出同样的错误。 AttributeError: 模块 'tensorrt' 没有属性 'Logger'"

【解决方案2】：

我解决了这个问题。我所做的是：

我已经删除了 Tensorflow 1.13 并安装了 1.12。我删除了所有的虚拟环境。对 Jetpack 4.2 及其 Tensor RT 版本未做任何更改。

但我仍然找不到问题所在。

谢谢

【讨论】：