TensorRT-安裝-使用

一．安裝

這里 是英偉達提供的安裝指導，如果有仔細認真看官方指導，基本上按照官方的指導肯定能安裝成功。

問題是肯定有很多人不愿意認真看英文指導，比如說我就是，我看那個指導都是直接找到命令行所在，直接敲命令，然后就出了很多問題，然后搜索好長時間，最后才發(fā)現(xiàn)，原來官方install guide里是有說明的。

這里使用的是 deb 包安裝的方式，以下是安裝過程，我是cuda 8.0 ，cuda9.0也是類似的。

進行下面三步時最好先將后面記錄的遇到的問題仔細看看，然后回過頭來按照 一二三 步來安裝。

第一步：

$ sudo dpkg -inv-tensorrt-repo-ubuntu1604-ga-cuda8.0-trt3.0-20171128_1-1_amd64.deb

$ sudo apt-get update

$ sudo apt-get install tensorrt

其中的deb包要換成與自己cuda和系統(tǒng) 對應的版本。

第二步：

使用python2則安裝如下依賴

$ sudo apt-get install python-libnvinfer-doc

這個是為了安裝一些依賴的：比如 python-libnvinfer python-libnvinfer-dev swig3.0

如果是python3則安裝如下依賴

$ sudo apt-get install python3-libnvinfer-doc

第三步：

$ sudo apt-get install uff-converter-tf

這個是安裝通用文件格式轉(zhuǎn)換器，主要用在 TensorRT 與TensorFlow 交互使用的時候。

不過我安裝的時候還是出問題了：

安裝tensorRT之前要將cuda的兩個deb包添加上，因為TensorRT依賴好多cuda的一些東西比如 cuda-cublas-8-0 ，我之前cuda是用runfile安裝的，所以TensorRT安裝時有些依賴庫找不到導致出錯，如下圖：

?上面提示缺少依賴包，但是實際上 libnvinfer4 的包是tensorRT安裝了之后才有的，那現(xiàn)在反而成了依賴包了，不管他，缺什么安裝什么，但是還是出錯，如下：

還是缺少依賴包，這次是缺 cuda-cublas-8-0 ，現(xiàn)在知道了，缺的是cuda的相關組件。

后來把 cuda 的兩個deb包安裝之后就沒問題了，cuda 8.0 的deb包 在這里 ，如下圖，下載紅框里的兩個deb包。

如果用的是 runfile 的方式安裝的cuda的話，很容易出錯，因為網(wǎng)上大部分cuda安裝教程都是用runfile的方式安裝的。所以如果cuda就是用deb包安裝的話，就沒有這個問題，如果使用runfile安裝的話，安裝tensorRT之前要把這兩個deb包安裝上，安裝方式如下：

$ sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-cublas-performance-update_8.0.61-1_amd64.deb

$ sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb

以上是自己摸索出來的，折騰了一番之后才發(fā)現(xiàn)原來官方的 install guide已經(jīng)說明了，如下：

The debian installation automatically installs any dependencies, but:

requires sudo root privileges to install
provides no flexibility
as to which location TensorRT is installed into
requires that the CUDA
Toolkit has also been installed with a debian package.

注意最后一條，意思是如果用deb包安裝TensorRT，那么前提是 你的CUDA也是用deb包安裝的。

怪自己沒有認真看，要是多花個5分鐘仔細看一下，就不用折騰這么久了，由此深有感觸，文檔還是官方英文原版的最好，而且要認真看。

不過不知道用 runfile cuda+Tar File Installation tensorRT的組合安裝方式是怎么樣的，沒試過。

tensorRT 3 支持CUDA 8 和 CUDA 9，但是只支持 cuDNN 7，我第一次安裝的時候cuDNN是5.1的，結(jié)果總是出錯，錯誤是啥忘記了，反正換成cuDNN 7就好了，這個官方指導也有說明，不過比較隱蔽，他是放在 4.2
Tar File Installation 一節(jié)說明的：

Install the following dependencies, if not already present:

  ? Install the CUDAToolkit v8.0, 9.0 or 9.2? cuDNN 7.1.3? Python 2 or Python 3

我試過只要大版本是 cudnn7就可以。這個也容易忽略。

安裝好后，使用 $ dpkg -l | grep TensorRT 命令檢測是否成功，輸出如下所示即為成功

安裝后會在 /usr/src 目錄下生成一個 tensorrt 文件夾，里面包含 bin , data , python , samples 四個文件夾， samples 文件夾中是官方例程的源碼； data , python 文件中存放官方例程用到的資源文件，比如caffemodel文件，TensorFlow模型文件，一些圖片等；bin 文件夾用于存放編譯后的二進制文件。

可以把 tensorrt 文件夾拷貝到用戶目錄下，方便自己修改測試例程中的代碼。

進入 samples 文件夾直接 make，會在 bin 目錄中生成可執(zhí)行文件，可以一一進行測試學習。

另外tensorRT是不開源的， 它的頭文件位于 /usr/include/x86_64-linux-gnu 目錄下，共有七個，分別為：
/usr/include/x86_64-linux-gnu/NvCaffeParser.h
/usr/include/x86_64-linux-gnu/NvInfer.h
/usr/include/x86_64-linux-gnu/NvInferPlugin.h
/usr/include/x86_64-linux-gnu/NvOnnxConfig.h
/usr/include/x86_64-linux-gnu/NvOnnxParser.h
/usr/include/x86_64-linux-gnu/NvUffParser.h
/usr/include/x86_64-linux-gnu/NvUtils.h

TensorRT4.0相比于3.0新增了對ONNX的支持。

tensorRT的庫文件位于 /usr/lib/x86_64-linux-gnu 目錄下，如下(篩選出來的，摻雜了一些其他nvidia庫)：

/usr/lib/x86_64-linux-gnu/libnvinfer.so
/usr/lib/x86_64-linux-gnu/libnvToolsExt.so
/usr/lib/x86_64-linux-gnu/libnvinfer_plugin.a
/usr/lib/x86_64-linux-gnu/libnvinfer_plugin.so.4
/usr/lib/x86_64-linux-gnu/libnvcaffe_parser.so
/usr/lib/x86_64-linux-gnu/libnvparsers.so.4.1.2
/usr/lib/x86_64-linux-gnu/stubs/libnvrtc.so
/usr/lib/x86_64-linux-gnu/libnvcaffe_parser.a
/usr/lib/x86_64-linux-gnu/libnvidia-opencl.so.1
/usr/lib/x86_64-linux-gnu/libnvvm.so
/usr/lib/x86_64-linux-gnu/libnvinfer.a
/usr/lib/x86_64-linux-gnu/libnvvm.so.3
/usr/lib/x86_64-linux-gnu/libnvToolsExt.so.1
/usr/lib/x86_64-linux-gnu/libnvrtc.so.7.5
/usr/lib/x86_64-linux-gnu/libnvparsers.a
/usr/lib/x86_64-linux-gnu/libnvblas.so.7.5
/usr/lib/x86_64-linux-gnu/libnvToolsExt.so.1.0.0
/usr/lib/x86_64-linux-gnu/libnvcaffe_parser.so.4.1.2
/usr/lib/x86_64-linux-gnu/libnvinfer_plugin.so
/usr/lib/x86_64-linux-gnu/libnvrtc-builtins.so
/usr/lib/x86_64-linux-gnu/libnvparsers.so
/usr/lib/x86_64-linux-gnu/libnvrtc-builtins.so.7.5.18
/usr/lib/x86_64-linux-gnu/libnvblas.so.7.5.18
/usr/lib/x86_64-linux-gnu/libnvvm.so.3.0.0
/usr/lib/x86_64-linux-gnu/libnvrtc.so
/usr/lib/x86_64-linux-gnu/libnvrtc-builtins.so.7.5
/usr/lib/x86_64-linux-gnu/libnvinfer.so.4.1.2
/usr/lib/x86_64-linux-gnu/libnvidia-opencl.so.390.30
/usr/lib/x86_64-linux-gnu/libnvrtc.so.7.5.17
/usr/lib/x86_64-linux-gnu/libnvblas.so
/usr/lib/x86_64-linux-gnu/libnvinfer.so.4
/usr/lib/x86_64-linux-gnu/libnvparsers.so.4
/usr/lib/x86_64-linux-gnu/libnvinfer_plugin.so.4.1.2
/usr/lib/x86_64-linux-gnu/libnvcaffe_parser.so.4

編譯

將 /usr/src/tensorrt 文件夾拷貝到用戶目錄下，假設路徑為
<tensorrt_srcpath> 。

第一個問題：

在 <tensorrt_srcpath>/tensorrt/samples 文件夾中有個
Makefile.config 文件，里面第4行：

CUDA_VER?=cuda-$(shelldpkg?query?f^{\prime }$${version}\n’ -W ‘cuda-cudart-[0-9]*’ | cut -d . -f 1,2 | sort -n | tail -n 1)

這一句是為了獲取cuda版本的，我的機器是 CUDA 8.0 。我記得我第一次安裝時，后面dpkg命令 輸出的不是8.0，是一個很奇怪的數(shù)字，導致我不能編譯 tensorRT 例程。 后來我直接在這句后面添加了一句：
CUDA_VER=cuda-8.0 ，簡單粗暴解決問題了。

這個問題好像是還是因為我之前安裝 cuda 時是用 runfile 的方式安裝的，用這種方式安裝的cuda不會安裝cuda的deb包，所以上面語句輸出的是不對的，導致找不到cuda庫目錄，編譯不能進行。

可以使用命令sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb ，安裝deb包，就可以了。或者像我那樣添加 CUDA_VER=cuda-8.0 也可以。

如果安裝cuda就是使用deb包安裝的話，就不會出現(xiàn)這個問題。

第二個問題：

如果機器上安裝了多個cuda版本，像我這個機器上 cuda8.0，9.0，9.1都裝上了，上面語句得到的就只是 CUDA_VER=9.1，如果安裝的是其他版本cuda的TensorRT的話肯定是不對的。

可以直接在第4行下面添加：

CUDA_INSTALL_DIR=/usr/local/cuda-9.0

二．TensorRT 使用流程

這是個很簡單的流程，先簡單了解一下，以后會深入研究更高級的用法。

在使用tensorRT的過程中需要提供以下文件（以caffe為例）：

A network architecture file (deploy.prototxt), 模型文件
Trained weights (net.caffemodel), 權(quán)值文件
A label file to provide a name for each output class. 標簽文件

前兩個是為了解析模型時使用，最后一個是推理輸出時將數(shù)字映射為有意義的文字標簽。

tensorRT的使用包括兩個階段， build and deployment：

build：Import and optimize trained models to generate inference engines

build階段主要完成模型轉(zhuǎn)換（從caffe或TensorFlow到TensorRT），在模型轉(zhuǎn)換時會完成前述優(yōu)化過程中的層間融合，精度校準。這一步的輸出是一個針對特定GPU平臺和網(wǎng)絡模型的優(yōu)化過的TensorRT模型，這個TensorRT模型可以序列化存儲到磁盤或內(nèi)存中。存儲到磁盤中的文件稱之為 plan file。

下面代碼是一個簡單的build過程：

IBuilder* builder = createInferBuilder(gLogger);
// parse the caffe model to populate the network, then
set the outputs
// 創(chuàng)建一個network對象，不過這時network對象只是一個空架子
INetworkDefinition* network = builder->createNetwork();
//tensorRT提供一個高級別的API：CaffeParser，用于解析Caffe模型
//parser.parse函數(shù)接受的參數(shù)就是上面提到的文件，和network對象
//這一步之后network對象里面的參數(shù)才被填充，才具有實際的意義
CaffeParser parser;
auto
blob_name_to_tensor = parser.parse(“deploy.prototxt”,
trained_file.c_str(),

*network,

DataType::kFLOAT);

// 標記輸出 tensors
// specify which tensors are outputs
network->markOutput(blob_name_to_tensor->find(“prob”));
// Build the engine
// 設置batchsize和工作空間，然后創(chuàng)建inference engine
builder->setMaxBatchSize(1);
builder->setMaxWorkspaceSize(1 << 30);
//調(diào)用buildCudaEngine時才會進行前述的層間融合或精度校準優(yōu)化方式
ICudaEngine engine =
builder->buildCudaEngine(*network);

上面的過程使用了一個高級別的API：CaffeParser，直接讀取
caffe的模型文件，就可以解析，也就是填充network對象。解析的過程也可以直接使用一些低級別的C++API，比如：

ITensor* in = network->addInput(“input”,
DataType::kFloat, Dims3{…});
IPoolingLayer* pool = network->addPooling(in,
PoolingType::kMAX, …);

解析caffe模型之后，必須要指定輸出tensor，設置batchsize，和設置工作空間。設置batchsize就跟使用caffe測試是一樣的，設置工作空間是進行前述層間融合和張量融合的必要措施。層間融合和張量融合的過程是在調(diào)用builder->buildCudaEngine時才進行的。

deploy：Generate runtime inference engine for inference

deploy階段主要完成推理過程，Kernel Auto-Tuning 和 Dynamic Tensor Memory 應該是在這里完成的。將上面一個步驟中的plan文件首先反序列化，并創(chuàng)建一個 runtime engine，然后就可以輸入數(shù)據(jù)（比如測試集或數(shù)據(jù)集之外的圖片），然后輸出分類向量結(jié)果或檢測結(jié)果。

tensorRT的好處就是不需要安裝其他深度學習框架，就可以實現(xiàn)部署和推理。

以下是一個簡單的deploy代碼：這里面沒有包含反序列化過程和測試時的batch流獲取

ontext is responsible for launching
the
// compute kernels 創(chuàng)建上下文環(huán)境 context，用于啟動kernel
IExecutionContext context = engine->createExecutionContext();
// In order to bind the buffers, we need to know the
names of the
// input and output tensors. //獲取輸入，輸出tensor索引
int inputIndex =
engine->getBindingIndex(INPUT_LAYER_NAME),
int outputIndex =
engine->getBindingIndex(OUTPUT_LAYER_NAME);
//申請GPU顯存
// Allocate GPU memory for Input / Output data
void buffers = malloc(engine->getNbBindings()

• sizeof(void*));
  cudaMalloc(&buffers[inputIndex], batchSize *
  size_of_single_input);
  cudaMalloc(&buffers[outputIndex], batchSize *
  size_of_single_output);
  //使用cuda 流來管理并行計算
  // Use CUDA streams to manage the concurrency of
  copying and executing
  cudaStream_t stream;
  cudaStreamCreate(&stream);
  //從內(nèi)存到顯存，input是讀入內(nèi)存中的數(shù)據(jù)；buffers[inputIndex]是顯存上的存儲區(qū)域，用于存放輸入數(shù)據(jù)
  // Copy Input Data to the GPU
  cudaMemcpyAsync(buffers[inputIndex], input,

batchSize * size_of_single_input,

cudaMemcpyHostToDevice, stream);
//啟動cuda核計算
// Launch an instance of the GIE compute kernel
context.enqueue(batchSize, buffers, stream, nullptr);
//從顯存到內(nèi)存，buffers[outputIndex]是顯存中的存儲區(qū)，存放模型輸出；output是內(nèi)存中的數(shù)據(jù)
// Copy Output Data to the Host
cudaMemcpyAsync(output, buffers[outputIndex],

batchSize * size_of_single_output,

cudaMemcpyDeviceToHost, stream));
//如果使用了多個cuda流，需要同步
// It is possible to have multiple instances of the
code above
// in flight on the GPU in different streams.
// The host can then sync on a given stream and use the
results
cudaStreamSynchronize(stream);

可見使用了挺多的CUDA 編程，所以要想用好tensorRT還是要熟練 GPU編程。

4 Performance Results

來看一看使用以上優(yōu)化方式之后，能獲得怎樣的加速效果：

可見使用tensorRT與使用CPU相比，獲得了40倍的加速，與使用TensorFlow在GPU上推理相比，獲得了18倍的加速。效果還是很明顯的。

以下兩圖，是使用了INT8低精度模式進行推理的結(jié)果展示：包括精度和速度。

可見精度損失很少，速度提高很多。

上面還是17年 TensorRT2.1的性能，這里 是一個最新的TensorRT4.0.1的性能表現(xiàn)，有很詳細的數(shù)據(jù)展示來說明TensorRT在inference時的強勁性能。

后面的博客中會進一步學習 tensorRT，包括官方例程和做一些實用的優(yōu)化。

總結(jié)

以上是生活随笔為你收集整理的TensorRT-安装-使用的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。