文件名称：ONNX-TensorRT：用于ONNX的TensorRT后端-Python开发
文件大小：138KB
文件格式：ZIP
更新时间：2024-06-14 08:18:13
Python Deep Learning
ONNX-TensorRT：用于ONNX的TensorRT后端用于ONNX的TensorRT后端解析ONNX模型以与TensorRT一起执行。 另请参阅TensorRT文档。 受支持的TensorRT版本开发Master分支上的开发适用于具有完整尺寸和动态形状支持的TensorRT 7.1的最新版本。 对于TensorRT的早期版本，请参考其各自的分支。 完整尺寸+动态形状在具有动态形状支持的完整尺寸模式下构建INetwork对象需要调用以下API：C ++ const auto
【文件预览】：
onnx-tensorrt-master
----LoopHelpers.hpp(264B)
----setup.py(1KB)
----RNNHelpers.cpp(8KB)
----ModelImporter.hpp(3KB)
----OnnxAttrs.hpp(1KB)
----toposort.hpp(3KB)
----.gitignore(189B)
----onnx_trt_backend.cpp(37KB)
----ModelImporter.cpp(29KB)
----NvOnnxParser.cpp(466B)
----ImporterContext.hpp(8KB)
----third_party()
--------onnx()
----onnx_utils.hpp(4KB)
----onnx2trt_runtime.hpp(225B)
----LoopHelpers.cpp(801B)
----builtin_op_importers.hpp(207B)
----common.hpp(4KB)
----LICENSE(11KB)
----Status.hpp(8KB)
----onnx_backend_test.py(7KB)
----TensorOrWeights.hpp(2KB)
----builtin_op_importers.cpp(205KB)
----.gitmodules(115B)
----.github()
--------ISSUE_TEMPLATE()
----NvOnnxParser.h(8KB)
----getSupportedAPITest.cpp(5KB)
----README.md(5KB)
----ShapeTensor.cpp(14KB)
----onnx2trt_common.hpp(2KB)
----onnx2trt_utils.hpp(17KB)
----OnnxAttrs.cpp(8KB)
----onnx_tensorrt()
--------__init__.py(128B)
--------backend.py(11KB)
--------tensorrt_engine.py(6KB)
----main.cpp(12KB)
----ShapedWeights.cpp(4KB)
----nv_onnx_parser_bindings.i(1KB)
----ShapedWeights.hpp(776B)
----onnx2trt.hpp(2KB)
----onnx2trt_utils.cpp(81KB)
----docs()
--------contributing.md(2KB)
--------operators.md(10KB)
--------faq.md(4KB)
--------Changelog.md(3KB)
----libnvonnxparser.version(148B)
----CMakeLists.txt(6KB)
----RNNHelpers.hpp(2KB)
----ShapeTensor.hpp(8KB)
----utils.hpp(164B)
----trt_utils.hpp(5KB)