使用tensorRT之前，你一定要注意你的网络结构是否能够得到trt的支持，无论是CNN还是RNN都会有trt的操作。
例如：tf.nn.dropout(features, keep_prob)，trt就不支持。
这个也不奇怪，因为trt在要求输入中，只要你传入样本数据，那你就不能feed一个数值，所以以后直接想都不要想把keep_prob传进来。
为了克服过拟合，你可以使用tf.layers.dense()方法，在后期预测的时候，应该不用确定的这个值了，初步想法，等待验证。
使用tensorRT之前，你一定要注意你的网络结构是否能够得到trt的支持，无论是CNN还是RNN都会有trt的操作。
例如：tf.nn.dropout(features, keep_prob)，trt就不支持。
这个也不奇怪，因为trt在要求输入中，只要你传入样本数据，那你就不能feed一个数值，所以以后直接想都不要想把keep_prob传进来。
为了克服过拟合，你可以使用tf.layers.dense()方法，在后期预测的时候，应该不用确定的这个值了，初步想法，等待验证。