티스토리 뷰
PyTorch 모델을 Tensorrt로 변환하기 위해 많은 방법이 있겠지만, 그중에 하나는 PyTorch -> Onnx -> TensorRT 로 변환을 하는 것이다.
위 과정이 매끄럽게 진행 되기 위해선 나의 PyTorch 모델이 Onnx 에서 지원하는 연산들을 통해 변환되는지부터 확인해야 하고, Onnx 연산들이 또 Tensorrt에서 지원되는지 확인해야한다.
PyTorch to Onnx
https://pytorch.org/docs/stable/onnx.html#supported-operators
위 링크에서는 PyTorch to Onnx 과정에서 공식적으로 지원되는 연산들을 확인할 수 있다.
지원되지 않는 연산(예를 들어 Deformable Conv...)은 직접 PyTorch to Onnx 변환이 되도록 코드를 작성해줘야한다.
https://github.com/onnx/tutorials/blob/master/PyTorchCustomOperator/README.md
위 링크에서는 PyTorch to Onnx 과정에서 공식적으로 지원되지 않는 연산을 어떻게 처리할 수 있는지에 대한 내용이 설명돼있다. (아직 안해봄...)
Onnx to TensorRT
https://github.com/onnx/onnx-tensorrt/blob/master/docs/operators.md
위 링크에서는 Onnx to TensorRT 과정에서 공식적으로 지원되는 연산들을 확인할 수 있다.
'Deep Learning > PyTorch' 카테고리의 다른 글
[PyTorch] timm(rwightman/pytorch-image-models) 백본 스테이지별 채널 수 확인 코드 (0) | 2021.06.18 |
---|---|
[PyTorch] Gradient accumulation 예제 코드 (0) | 2021.06.16 |
RuntimeError: CUDA error: CUBLAS_STATUS_ALLOC_FAILED when calling `cublasCreate(handle)` (0) | 2021.05.23 |
[PyTorch] Mish 메모리 이슈 (0) | 2021.02.26 |
[PyTorch & LibTorch] OpenCV Image to Normalized Tensor C++ 코드 (0) | 2021.02.18 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- 백준 1766
- 백준 11437
- cosine
- 조합
- 백준 11053
- PyCharm
- FairMOT
- Lowest Common Ancestor
- 위상 정렬 알고리즘
- ㅂ
- 백준
- C++ Deploy
- 백트래킹
- 파이참
- 문제집
- MOT
- 인공지능을 위한 선형대수
- 자료구조
- 가장 긴 증가하는 부분 수열
- 단축키
- LCA
- 이분탐색
- 순열
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
글 보관함