-
视频版资料见目录-视频版资料
- 2017-04-27 项目发起，创建GitHub仓库。
- 2017-09-30 TensorRT 3最近发布，整理一下目前的资源。
- 2017-10-18 增加博客-使用TensorRT实现leaky relu层
- 2017-11-11 资源：新增google的INT8开源库
- 2017-11-25 增加博客-TensorRT Plugin使用方式简介-以leaky relu层为例
- 2020-8-31 增加博客《TensorRT Github 开源部分介绍》
- 2020-9-7 增加博客《TensorRT 可借鉴代码汇总》
- TensorRT 3 RC和TensorRT 2.1 下载链接
- TensorRT 2.1 官方在线文档
- NVIDIA 介绍TensorRT的blog-Deploying Deep Neural Networks with NVIDIA TensorRT
- GTC 2017介绍TensorRT 的PPT和视频，内含INT8 Quantization和Calibration的实现原理。
- 新增cublas 和 cudnn的INT8 demo
- 新增本人在GTC China 2017 Community Corner主题NVIDIA INT8的PPT， GTC-China-2017-NVIDIA-INT8.pdf
- 新增google的INT8开源库gemmlowp，目前支持ARM和CPU优化
- “子棐之GPGPU”公众号所写的《TensorRT系列》博客，NVIDIA的工程师出的，从入门篇到INT8篇再到FP16篇最后收尾于Custom Layer篇，内容逻辑清楚，干货满满，自愧不如。附四篇博客链接：TensorRT 系列之入门篇，TensorRT系列之INT8篇，TensorRT系列之FP16篇，TensorRT系列之Custom Layer篇。
- 《高性能深度学习支持引擎实战——TensorRT》，主要内容：一、TensorRT理论介绍：基础介绍TensorRT是什么；做了哪些优化；为什么在有了框架的基础上还需要TensorRT的优化引擎。二、TensorRT高阶介绍：对于进阶的用户，出现TensorRT不支持的网络层该如何处理；
TensorRT作为NVIDIA推出的c++库，能够实现高性能推理（inference）过程。最近，NVIDIA发布了TensorRT 2.0 Early Access版本，重大更改就是支持INT8类型。在当今DL大行其道的时代，INT8在缩小模型大小、加速运行速度方面具有非常大的优势。Google新发布的TPU就采用了8-bit的数据类型。
本人目前在使用TensorRT进行INT8的探究。已经被TensorRT不完善的文档坑了一次了。所以想自力更生做一个TensorRT Tutorial，主要包括三部分：
- TensorRT User Guide 翻译；
- TensorRT samples 介绍分析讲解；
- TensorRT 使用经验。
感谢每一位为该翻译项目做出贡献的同学.
内容来源： TensorRT 下载页面： https://developer.nvidia.com/nvidia-tensorrt-20-download
TensorRT 文档、Samples 安装后对应目录中
TensorRT User Guide 翻译
翻译校对
- 赵开勇
TensorRT samples 介绍分析讲解
TensorRT 使用经验。
欲参与者请加QQ群：483063470
支持捐赠项目
【实习】【腾讯北京AILAB】招募AI异构加速实习生
简历直接给负责人，给简历保证迅速反馈。
基本条件: 熟悉c++，至少实习6个月
工作内容：
- 使用c++复现框架训练的模型并进行CPU、GPU、ARM加速，达到上线的性能要求。
- 调研各种inference框架并投入生产 加分项：
- 写过或者维护过深度学习框架代码；
- 会CUDA 开发，能自己写kernel，会用cublas，cudnn等库；
- linux cpu c++编程能力，会写avx、会用mkl；
- 熟悉深度学习计算过程
- 学习能力强，实习时间长 联系方式: leowgyang@tencent.com