tensorrt TensorFlow集成TensorRT环境配置

转自:人工智能技术大本营

本文的前提是安装了cuda、cudn和TensorRT。详情请参考上一篇文章:

https://developer.nvidia-china.com/forum.php? mod = view thread & amp；tid=8767&。额外=第%3D1页

TensorRT下载地址:

https://developer.nvidia.com/nvidia-tensorrt-download

技术传感器的介绍文件:

https://dev blogs . NVIDIA . com/tensorrt-3-fast-tensorflow-explication/

TensorRT开发人员指南:

http://docs . NVIDIA . com/deep learning/SDK/tensorrt-developer-guide/index . html

TensorRT的示例代码:

http://docs . NVIDIA . com/deep learning/SDK/tensorrt-developer-guide/index . html #示例

当前的系统环境是:

Ubuntu 16.04CUDA 9.0CUDNN 7.1TensorRT 4.0

1.先从TensorFlow的官方github下载TensorFlow:

sudo apt-getinstall git

git克隆https://github.com/tensorflow/tensorflow

2.安装TensorFlow的依赖库:

sudo apt-getinstall python-numppyswiggpython-dev python-wheel

3.运行下载的。/在TensorFlow中配置文件以配置环境:

这里有几点需要注意。在选择是否支持cuda、cudn和TensorRT时，请记住选择“是”，并根据您的安装环境配置路径，否则稍后会报告错误。

尤其是cuda，cudnn，TensorRT的版本，要小心，不然后面会浪费很多时间。

目前我的系统配置是cuda 9.0+cudn 7.1+Tensor rt 4.0。

其他配置看你自己的需求。

4.通过bazel编译pip安装包，然后通过pip安装

config = opt后有一个空案例

bazel build-config = cuda-config = opt//tensorflow/tools/pip _ package:build _ pip _ package

bazel-bin/tensorflow/tools/pip _ package/build _ pip _ package/tmp/

你可以看到。tmp下pip安装所需的whl文件。

sudopp install/tmp/tensorflow _ pkg/tensorflow-1 . 2 . 0 RC2-cp27-cp27mu-Linux _ x86 _ 64 . whl

可以直接安装。

如果想测试效果，可以在这里下载测试代码:

https://developer . download . NVIDIA . com/dev blogs/tft rt _ sample . tar . xz

测试结果如下:

中国人工智能学会将于5月19日至20日举办“2018全球人工智能技术大会”，期间将举办Google TensorFlow培训课程。详情请点击“阅读全文”