TensorRT深度学习训练和部署图示

TensorRT深度学习训练和部署

NVIDIA TensorRT是用于生产环境的高性能深度学习推理库。功率效率和响应速度是部署的深度学习应用程序的两个关键指标，因为它们直接影响用户体验和所提供服务的成本。Tensor RT自动优化训练好的神经网络，以提高运行时性能，与仅使用通用CPU的深度学习推理系统相比，Tesla P100 GPU的能源效率（每瓦性能）提高多达16倍（见图1）。图2显示了使用TensorRT和相对复杂的GoogLenet神经网络架构运行NVIDIA Tesla P100和K80进行推理的性能。

本文将展示如何使用Tensor RT，在基于GPU的部署平台上，从经过训练的深度神经网络中，获得最佳效率和性能。

图1：NVIDIA Tensor RT通过Tesla P100上的FP16，为神经网络推理提供了16倍的高能效。

图2：NVIDIA Tensor RT通过Tesla P100上的FP16提供了23倍的神经网络推理性能。

用深度神经网络解决有监督的机器学习问题，涉及两个步骤。

1. 第一步是使用GPU在大量标记数据上训练深度神经网络。在此步骤中，神经网络学习了数百万个权重或参数，从而使其能够映射输入数据示例，以纠正响应。训练要求迭代前后遍历网络，因为相对于网络权重，目标函数被最小化了。通常会对几种模型进行训练，并针对训练期间未看到的数据验证准确性，以便估算实际性能。
2. 下一步-推论-使用训练好的模型对新数据进行预测。在此步骤中，训练好的模型，用于在生产环境中运行的应用程序，例如数据中心，汽车或嵌入式平台。对于某些应用，例如自动驾驶，推理是实时进行的，因此高吞吐量至关重要。