前言

杜老师推出的 tensorRT从零起步高性能部署 课程，之前有看过一遍，但是没有做笔记，很多东西也忘了。这次重新撸一遍，顺便记记笔记。

本次课程学习 tensorRT 基础-第一个 trt 程序，实现模型编译的过程

课程大纲可看下面的思维导图

1. hello案例

学习使用 TensorRT-CPP 的 API 构建模型，并进行编译的流程

案例代码如下：

// tensorRT include
#include <NvInfer.h>
#include <NvInferRuntime.h>

// cuda include
#include <cuda_runtime.h>

// system include
#include <stdio.h>

class TRTLogger : public nvinfer1::ILogger{
public:
    virtual void log(Severity severity, nvinfer1::AsciiChar const* msg) noexcept override{
        if(severity <= Severity::kVERBOSE){
            printf("%d: %s\n", severity, msg);
        }
    }
};

nvinfer1::Weights make_weights(float* ptr, int n){
    nvinfer1::Weights w;
    w.count = n;
    w.type = nvinfer1::DataType::kFLOAT;
    w.values = ptr;
    return w;
}

int main(){
    // 本代码主要实现一个最简单的神经网络 figure/simple_fully_connected_net.png 
     
    TRTLogger logger; // logger是必要的，用来捕捉warning和info等

    // ----------------------------- 1. 定义 builder, config 和network -----------------------------
    // 这是基本需要的组件
    //形象的理解是你需要一个builder去build这个网络，网络自身有结构，这个结构可以有不同的配置
    nvinfer1::IBuilder* builder = nvinfer1::createInferBuilder(logger);
    // 创建一个构建配置，指定TensorRT应该如何优化模型，tensorRT生成的模型只能在特定配置下运行
    nvinfer1::IBuilderConfig* config = builder->createBuilderConfig();
    // 创建网络定义，其中createNetworkV2(1)表示采用显性batch size，新版tensorRT(>=7.0)时，不建议采用0非显性batch size
    // 因此贯穿以后，请都采用createNetworkV2(1)而非createNetworkV2(0)或者createNetwork
    nvinfer1::INetworkDefinition* network = builder->createNetworkV2(1);

    // 构建一个模型
    /*
        Network definition:

        image
          |
        linear (fully connected)  input = 3, output = 2, bias = True     w=[[1.0, 2.0, 0.5], [0.1, 0.2, 0.5]], b=[0.3, 0.8]
          |
        sigmoid
          |
        prob
    */

    // ----------------------------- 2. 输入，模型结构和输出的基本信息 -----------------------------
    const int num_input = 3;   // in_channel
    const int num_output = 2;  // out_channel
    float layer1_weight_values[] = {1.0, 2.0, 0.5, 0.1, 0.2, 0.5}; // 前3个给w1的rgb，后3个给w2的rgb 
    float layer1_bias_values[]   = {0.3, 0.8};

    //输入指定数据的名称、数据类型和完整维度，将输入层添加到网络
    nvinfer1::ITensor* input = network->addInput("image", nvinfer1::DataType::kFLOAT, nvinfer1::Dims4(1, num_input, 1, 1));
    nvinfer1::Weights layer1_weight = make_weights(layer1_weight_values, 6);
    nvinfer1::Weights layer1_bias   = make_weights(layer1_bias_values, 2);
    //添加全连接层
    auto layer1 = network->addFullyConnected(*input, num_output, layer1_weight, layer1_bias);      // 注意对input进行了解引用
    //添加激活层 
    auto prob = network->addActivation(*layer1->getOutput(0), nvinfer1::ActivationType::kSIGMOID); // 注意更严谨的写法是*(layer1->getOutput(0)) 即对getOutput返回的指针进行解引用
    
    // 将我们需要的prob标记为输出
    network->markOutput(*prob->getOutput(0));

    printf("Workspace Size = %.2f MB\n", (1 << 28) / 1024.0f / 1024.0f); // 256Mib
    config->setMaxWorkspaceSize(1 << 28);
    builder->setMaxBatchSize(1); // 推理时 batchSize = 1 

    // ----------------------------- 3. 生成engine模型文件 -----------------------------
    //TensorRT 7.1.0版本已弃用buildCudaEngine方法，统一使用buildEngineWithConfig方法
    nvinfer1::ICudaEngine* engine = builder->buildEngineWithConfig(*network, *config);
    if(engine == nullptr){
        printf("Build engine failed.\n");
        return -1;
    }

    // ----------------------------- 4. 序列化模型文件并存储 -----------------------------
    // 将模型序列化，并储存为文件
    nvinfer1::IHostMemory* model_data = engine->serialize();
    FILE* f = fopen("engine.trtmodel", "wb");
    fwrite(model_data->data(), 1, model_data->size(), f);
    fclose(f);

    // 卸载顺序按照构建顺序倒序
    model_data->destroy();
    engine->destroy();
    network->destroy();
    config->destroy();
    builder->destroy();
    printf("Done.\n");
    return 0;
}

运行效果如下：

图1-1 hello案例运行效果

上述示例代码演示了使用 tensorRT 构建一个简单神经网络模型的过程。通过定义模型结构、设置输入和输出信息，并使用 TensorRT 的 Builder 对象和网络定义对象构建 Engine 模型。然后，将生成的模型序列化并保存为文件。示例代码中还展示了如何配置 TensorRT 的优化参数和限制条件。通过这个示例代码，可以了解 TensorRT 构建模型的基本工作流程和相关对象的使用方法。

首先引入了必要的头文件和库，代码中引入了 TensorRT 和 CUDA 的相关头文件和库。然后定义了一个日志类，继承自 nvinfer1::ILogger，用于捕获 TensorRT 的警告和信息。

定义输入、模型结构和输出的基本信息：指定输入张量的名称、数据类型和维度，添加全连接层和激活层，并将输出标记为网络的输出。接下来配置 TensorRT，通过设置最大工作空间大小和最大批处理大小来配置，随后构建 Engine 模型，使用 buildEngineWithConfig 方法构建 Engine 模型。序列化并保存模型，将模型序列化为二进制数据，并将其保存为文件。最后释放资源，按照创建顺序的倒序释放 TensorRT 的相关资源。

TensorRT 构建模型的大致工作流程可以分为四个部分：

• 1.定义 builder，config 和 network
• 2.构建网络所需输入，模型结构和输出的基本信息
• 3.生成 engine 模型文件
• 4.序列化模型文件并存储

关于该示例代码的重点提炼：

1. 必须使用 createNetworkV2，并指定为 1（表示显性 batch）。createNetwork 已经废弃，非显性 batch 官方不推荐。这个方式直接影响推理时 enqueue 还是 enqueueV2
2. builder、config 等指针记得释放，否则会有内存泄露，使用 ptr->destroy() 释放
3. markOutput 表示该模型的输出节点，mark 几次就有几个输出，addInput 几次就有几个输入，这与推理时相呼应
4. workspaceSize 是工作空间大小，某些 layer 需要使用额外存储时，不会自己分配空间，而是为了内存复用，直接找 tensorRT 要 workspace 空间。指的这个意思
5. 一定要记住，保存的模型只能适配编译时的 trt 版本、编译时指定的设备。也只能保证在这种配置下是最优的。如果用 trt 跨不同设备执行，有时可以运行，但不是最优的，也不推荐

2. 补充知识

关于第一个 trt 程序的相关知识点：(from 杜老师)

• main.cpp 构建了一个最简单全连接网络
• tensorrt 的工作流程如下图：
  • 首先定义网络
  • 优化 builder 参数
  • 通过 builder 生成 engine 用于模型保存、推理等
  • engine 可以通过序列化和反序列化转化模型数据类型（转化为二进制 byte 文件，加快传输速率），再一步推动模型由输入张量到输出张量的推理

• code struct
  • 1.定义 builder, config 和network，其中 builder 表示所创建的构建器，config 表示创建的构建配置（指定 TensorRT 应该如何优化模型），network 为创建的网络定义。
  • 2.输入，模型结构和输出的基本信息（如下图所示）
  • 3.生成 engine 模型文件
  • 4.序列化模型文件并存储

• 官方文档参考部分 C++ API

总结

本次课程学习了使用 tensorRT 的 C++ 接口来搭建一个简单的神经网络结构，整体流程可分为：builder、config、network 定义；输入、模型结构和输出信息；engine 模型文件生成；序列化模型文件并存储四个部分。

一些细节需要大家自行看代码进行分析，比如 builder、config 等指针记得释放，在 tensorRT 构建网络前需要定义日志 Logger 类用于捕获 tensorRT 的信息等等