【发布时间】:2017-04-04 13:07:04
【问题描述】:
我的网络包含一些当前 tensorRT 不支持的特定层。所以我想在 tensorRT 上运行 conv 层和池化层,然后使用 tensorRT 的输出作为我的 caffe 模型的输入,该模型包含一些特定的层。我可以参考一些 API 或示例代码吗?谢谢
【问题讨论】:
标签: caffe nvidia-digits tensorrt
我的网络包含一些当前 tensorRT 不支持的特定层。所以我想在 tensorRT 上运行 conv 层和池化层,然后使用 tensorRT 的输出作为我的 caffe 模型的输入,该模型包含一些特定的层。我可以参考一些 API 或示例代码吗?谢谢
【问题讨论】:
标签: caffe nvidia-digits tensorrt
对于那些现在在这个问题上磕磕绊绊的人,我通过让 TensorRT 的输入和输出推断来自 caffe blobs 的 mutable_gpu_data 来实现这一点:
auto* gpuImagePtr = inputBlob->mutable_gpu_data();
cudaMemcpy(gpuImagePtr, inputData, mNetInputMemory, cudaMemcpyHostToDevice);
std::vector<void*> buffers(2);
buffers[0] = gpuImagePtr;
buffers[1] = outputBlob->mutable_gpu_data();
cudaContext->enqueue(batchSize, &buffers[0], stream, nullptr);
【讨论】:
请参阅您的 TensorRT 安装目录的 samples 中的源代码。
【讨论】: