🐯手撕TensoRT源码|0x00

coding

https://github.com/Phoenix-LegendX/learn-TensorRT-from-scratch

nvinfer1::INocopy

class INoCopy
{
protected:
    INoCopy() = default;
    virtual ~INoCopy() = default;
    INoCopy(INoCopy const& other) = delete;
    INoCopy& operator=(INoCopy const& other) = delete;
    INoCopy(INoCopy&& other) = delete;
    INoCopy& operator=(INoCopy&& other) = delete;
};

由 TensorRT 库实现的所有 TensorRT 接口的基类,这些类的对象不可移动或复制，只能通过指针进行操作。

nvinfer1::ITensor

nvinfer1::ITensor类的公共成员方法如下：ITensor类提供了一系列方法用于设置和获取张量的属性，以及执行一些操作。以下是每个成员方法的作用和返回值类型：

1. setName(char const* name) noexcept: 设置张量的名称。参数name是一个指向以null结尾的C风格字符串，表示张量的名称。该方法没有返回值。

1. getName() const noexcept: 获取张量的名称。返回一个指向以null结尾的C风格字符串的指针，表示张量的名称。

1. setDimensions(Dims dimensions) noexcept: 设置张量的维度。参数dimensions是一个Dims结构，表示张量的维度信息。该方法没有返回值。

1. getDimensions() const noexcept: 获取张量的维度。返回一个Dims结构，表示张量的维度信息。

1. setType(DataType type) noexcept: 设置张量的数据类型。参数type是一个DataType枚举值，表示张量的数据类型。该方法没有返回值。

1. getType() const noexcept: 获取张量的数据类型。返回一个DataType枚举值，表示张量的数据类型。

1. setDynamicRange(float min, float max) noexcept: 设置张量的动态范围。参数min和max分别表示动态范围的最小值和最大值。返回一个bool值，表示动态范围是否设置成功。

1. isNetworkInput() const noexcept: 检查张量是否是网络的输入。返回一个bool值，表示张量是否是网络的输入。

1. isNetworkOutput() const noexcept: 检查张量是否是网络的输出。返回一个bool值，表示张量是否是网络的输出。

1. setBroadcastAcrossBatch(bool broadcastAcrossBatch) noexcept: 设置是否在批处理中广播张量。参数broadcastAcrossBatch是一个bool值，表示是否在批处理中广播张量。该方法没有返回值。

1. getBroadcastAcrossBatch() const noexcept: 检查张量是否在批处理中广播。返回一个bool值，表示张量是否在批处理中广播。

1. getLocation() const noexcept: 获取张量的存储位置。返回一个TensorLocation枚举值，表示张量的存储位置。

1. setLocation(TensorLocation location) noexcept: 设置张量的存储位置。参数location是一个TensorLocation枚举值，表示张量的存储位置。该方法没有返回值。

1. dynamicRangeIsSet() const noexcept: 查询张量是否设置了动态范围。返回一个bool值，表示张量是否设置了动态范围。

1. resetDynamicRange() noexcept: 取消设置张量的动态范围。该方法没有返回值。

1. getDynamicRangeMin() const noexcept: 获取张量的动态范围的最小值。返回一个float值，表示张量的动态范围的最小值。

1. getDynamicRangeMax() const noexcept: 获取张量的动态范围的最大值。返回一个float值，表示张量的动态范围的最大值。

1. setAllowedFormats(TensorFormats formats) noexcept: 设置张量允许的格式。参数formats是一个TensorFormats枚举值，表示张量允许的格式。该方法没有返回值。

1. getAllowedFormats() const noexcept: 获取张量允许的格式。返回一个TensorFormats枚举值，表示张量允许的格式。

1. isShapeTensor() const noexcept: 检查张量是否是形状张量。返回一个bool值，表示张量是否是形状张量。

1. isExecutionTensor() const noexcept: 检查张量是否是执行张量。返回一个bool值，表示张量是否是执行张量。

1. setDimensionName(int32_t index, char const* name) noexcept: 为输入张量的维度命名。参数index表示维度的索引，参数name是一个指向以null结尾的C风格字符串，表示维度的名称。该方法没有返回值。

1. getDimensionName(int32_t index) const noexcept: 获取输入张量的维度名称。参数index表示维度的索引。返回一个指向以null结尾的C风格字符串的指针，表示维度的名称。

nvinfer1::ILayer

这个类是TensorRT中表示网络中各层的基类。

1. getType(): 返回当前层的类型，即 LayerType 枚举类型。

1. setName(char const* name): 设置当前层的名称。

1. getName(): 获取当前层的名称。

1. getNbInputs(): 获取当前层的输入数量。

1. getInput(int32_t index): 获取当前层指定索引的输入张量，返回值是 ITensor* 类型指针。

1. getNbOutputs(): 获取当前层的输出数量。

1. getOutput(int32_t index): 获取当前层指定索引的输出张量，返回值是 ITensor* 类型指针。

1. setInput(int32_t index, ITensor& tensor): 将当前层指定索引的输入张量替换为指定的张量。

1. setPrecision(DataType dataType): 设置当前层的计算精度，参数是 DataType 枚举类型。

1. getPrecision(): 获取当前层的计算精度，返回值是 DataType 枚举类型。

1. precisionIsSet(): 检查当前层的计算精度是否已设置，返回值是 bool 类型。

1. resetPrecision(): 重置当前层的计算精度。

1. setOutputType(int32_t index, DataType dataType): 设置当前层指定索引的输出类型，参数是 DataType 枚举类型。

1. getOutputType(int32_t index): 获取当前层指定索引的输出类型，返回值是 DataType 枚举类型。

1. outputTypeIsSet(int32_t index): 检查当前层指定索引的输出类型是否已设置，返回值是 bool 类型。

1. resetOutputType(int32_t index): 重置当前层指定索引的输出类型。

nvinfer1::Dims32

//!
//! \class Dims
//! \brief Structure to define the dimensions of a tensor.
//!
//! TensorRT can also return an invalid dims structure. This structure is represented by nbDims == -1
//! and d[i] == 0 for all d.
//!
//! TensorRT can also return an "unknown rank" dims structure. This structure is represented by nbDims == -1
//! and d[i] == -1 for all d.
//!
class Dims32
{
public:
    //! The maximum rank (number of dimensions) supported for a tensor.
    static constexpr int32_t MAX_DIMS{8};
    //! The rank (number of dimensions).
    int32_t nbDims;
    //! The extent of each dimension.
    int32_t d[MAX_DIMS];
};

//!
//! Alias for Dims32.
//!
//! \warning: This alias might change in the future.
//!
using Dims = Dims32;

Dims32 是一个用于定义张量维度的结构体类。在 TensorRT 中，它用于描述张量的形状。

1. MAX_DIMS:

   • 描述: 这是一个静态常量，表示张量支持的最大维度数。这个值是8，意味着这个结构体最多可以表示8维的张量。

   • 类型: int32_t

   • 作用: 确定张量的最大维度数。

1. nbDims:

   • 描述: 这是一个整数，表示张量的维度数（也称为秩）。

   • 类型: int32_t

   • 作用: 存储张量的实际维度数。如果 nbDims 为 -1，表示这个结构体是无效的维度结构。

1. d[MAX_DIMS]:

   • 描述: 这是一个数组，存储每个维度的大小（extent）。

   • 类型: int32_t[MAX_DIMS]

   • 作用: 保存张量每个维度的大小信息。如果 nbDims 为 -1 并且所有 d[i] 为 0，表示这是一个无效的维度结构。如果 nbDims 为 -1 并且所有 d[i] 为 -1，表示这是一个 "unknown rank" 的维度结构。

nvinfer1::Weights

//!
//! \class Weights
//!
//! \brief An array of weights used as a layer parameter.
//!
//! When using the DLA, the cumulative size of all Weights used in a network
//! must be less than 512MB in size. If the build option kGPU_FALLBACK is specified,
//! then multiple DLA sub-networks may be generated from the single original network.
//!
//! The weights are held by reference until the engine has been built. Therefore the data referenced
//! by \p values field should be preserved until the build is complete.
//!
//! The term "empty weights" refers to Weights with weight coefficients ( \p count == 0 and \p values == nullptr).
//!
class Weights
{
public:
    DataType type;      //!< The type of the weights.
    void const* values; //!< The weight values, in a contiguous array.
    int64_t count;      //!< The number of weights in the array.
};

这个 Weights 类表示用于层参数的权重数组，权重是用于训练和推理的核心参数。

1. DataType type：

   • 描述: 权重的数据类型。

   • 类型: DataType 是一个枚举类型，表示权重数据的类型，如 kFLOAT, kHALF, kINT8 等。

   • 作用: 确定权重的存储和计算类型。

1. void const* values：

   • 描述: 指向权重值的指针。

   • 类型: void const* 表示一个指向常量数据的指针，数据类型不确定。

   • 作用: 存储权重值的实际数据，数据是连续的数组。

1. int64_t count：

   • 描述: 权重数组中的权重数量。

   • 类型: int64_t

   • 作用: 指示权重数组的长度，即有多少个权重值。

• DLA 使用限制：当使用 DLA（深度学习加速器）时，网络中所有权重的累积大小必须小于 512MB。 确保在构建网络时遵循硬件限制，避免超过 DLA 的内存限制。

• 权重引用：在引擎构建完成之前，权重通过引用保持。因此，在构建完成之前，应保留 values 字段引用的数据。确保在引擎构建期间，权重数据不会被意外修改或释放。

• 空权重："空权重" 指的是 count == 0 且 values == nullptr 的权重。提供一种表示没有权重的方式，可能用于占位符或初始化状态。

nvinfer1::IBuilder

IBuilder 类用于根据网络定义构建 TensorRT 引擎。该类包含多个方法，用于设置和获取构建过程中的各种配置和属性。

• void setMaxBatchSize(int32_t batchSize) noexcept

  • 设置最大批次大小。在 TensorRT 8.4 中已弃用。

  • 参数：batchSize 是最大批次大小。

• int32_t getMaxBatchSize() const noexcept

  • 获取最大批次大小。在 TensorRT 8.4 中已弃用。

  • 返回值：最大批次大小。

• bool platformHasFastFp16() const noexcept

  • 检测平台是否支持快速原生 FP16 计算。

• bool platformHasFastInt8() const noexcept

  • 检测平台是否支持快速原生 INT8 计算。

• int32_t getMaxDLABatchSize() const noexcept

  • 获取 DLA 能够支持的最大批次大小。

• int32_t getNbDLACores() const noexcept

  • 返回可用的 DLA 引擎数量。

  • 返回值：DLA 引擎数量。

• void setGpuAllocator(IGpuAllocator* allocator) noexcept

  • 设置用于构建器的 GPU 分配器。如果传递 nullptr，则使用默认分配器。

  • 参数：allocator 是分配器对象。

• nvinfer1::IBuilderConfig* createBuilderConfig() noexcept

  • 创建构建器配置对象。

  • 返回值：构建器配置对象。

• nvinfer1::INetworkDefinition* createNetworkV2(NetworkDefinitionCreationFlags flags) noexcept

  • 创建网络定义对象，支持动态形状和显式批次维度。

  • 参数：flags 是指定网络属性的标志位。

  • 返回值：网络定义对象。

• nvinfer1::IOptimizationProfile* createOptimizationProfile() noexcept

  • 创建新的优化配置文件。

  • 返回值：优化配置文件对象。

• void reset() noexcept

  • 重置构建器状态为默认值。

• bool platformHasTf32() const noexcept

  • 检测平台是否支持 TF32。

• nvinfer1::IHostMemory* buildSerializedNetwork(INetworkDefinition& network, IBuilderConfig& config) noexcept

  • 构建并序列化网络，而无需创建引擎。

  • 参数：network 是网络定义，config 是构建器配置。

  • 返回值：包含序列化网络的主机内存对象。

• ILogger* getLogger() const noexcept

  • 获取用于创建构建器的日志记录器。

  • 返回值：日志记录器对象。

• bool setMaxThreads(int32_t maxThreads) noexcept

  • 设置构建器可以使用的最大线程数。

  • 参数：maxThreads 是最大线程数。

• int32_t getMaxThreads() const noexcept

  • 获取构建器可以使用的最大线程数。

nvinfer1::IOptimizationProfile

IOptimizationProfile 类用于为具有动态输入维度和形状张量的网络定义优化配置文件。当从具有动态可调整大小输入的网络定义（至少一个输入张量的一个或多个维度指定为 -1）构建 ICudaEngine 时，用户需要指定至少一个优化配置文件。优化配置文件的索引从 0 开始。第一个定义的优化配置文件（索引为 0）将在未显式选择优化配置文件时由 ICudaEngine 使用。如果没有动态输入，除非用户显式提供，否则默认优化配置文件将自动生成。

1. bool setDimensions(char const* inputName, OptProfileSelector select, Dims dims) noexcept

   1. 设置动态输入张量的最小、最佳和最大维度。

   2. 该函数必须针对具有动态维度的每个网络输入张量调用三次（分别用于最小、最佳和最大维度）。

   3. 参数：

      • inputName: 输入张量名称。

      • select: 设置最小、最佳或最大维度。

      • dims: 最小、最佳或最大维度。

   4. 返回值：

      • true 如果没有检测到不一致。

      • false 如果检测到不一致（例如维度不匹配）。

1. Dims getDimensions(char const* inputName, OptProfileSelector select) const noexcept

   1. 获取动态输入张量的最小、最佳或最大维度。

   2. 如果维度尚未通过 setDimensions() 设置，则返回 nbDims == -1 的无效 Dims。

   3. 参数：

      • inputName: 输入张量名称。

      • select: 获取最小、最佳或最大维度。

   4. 返回值：

      • 返回指定的维度。

1. bool setShapeValues(char const* inputName, OptProfileSelector select, int32_t const* values, int32_t nbValues) noexcept

   1. 设置输入形状张量的最小、最佳和最大值。

   2. 该函数必须针对每个形状张量调用三次。

   3. 参数：

      • inputName: 输入张量名称。

      • select: 设置最小、最佳或最大值。

      • values: 最小、最佳或最大形状张量元素的数组。

      • nbValues: 值数组的长度，必须等于形状张量元素的数量（≥ 1）。

   4. 返回值：

      • true 如果没有检测到不一致。

      • false 如果检测到不一致（例如 nbValues 与之前的调用不匹配）。

1. int32_t getNbShapeValues(char const* inputName) const noexcept

   1. 获取输入形状张量的值数量。

   2. 如果之前未通过 setShapeValues() 设置，则返回 -1。

   3. 参数：

      • inputName: 输入张量名称。

   4. 返回值：

      • 返回形状值的数量。

1. int32_t const* getShapeValues(char const* inputName, OptProfileSelector select) const noexcept

   1. 获取输入形状张量的最小、最佳或最大值。

   2. 如果之前未通过 setShapeValues() 设置，则返回 nullptr。

   3. 参数：

      • inputName: 输入张量名称。

      • select: 获取最小、最佳或最大值。

   4. 返回值：

      • 返回指定的形状值。

1. bool isValid() const noexcept

   1. 检查优化配置文件是否可以传递给 IBuilderConfig 对象。

   2. 执行部分验证，例如检查最小、最佳和最大维度是否已设置且具有相同的维度数，以及检查最佳维度始终不小于最小维度，最大维度不小于最佳维度。

   3. 返回值：

      • true 如果优化配置文件有效。

      • false 如果优化配置文件无效。

nvinfer1::IBuilderConfig

IBuilderConfig 类用于配置构建器，以便生成 TensorRT 引擎

定时迭代相关方法

• void setAvgTimingIterations(int32_t avgTiming) noexcept

  • 设置在定时层时用于平均的迭代次数。

  • 参数：avgTiming 是平均迭代次数。

• int32_t getAvgTimingIterations() const noexcept

  • 查询平均迭代次数。

  • 返回值：平均迭代次数。

INT8 校准相关方法

• void setInt8Calibrator(IInt8Calibrator* calibrator) noexcept

  • 设置 INT8 校准接口，用于最小化 INT8 量化过程中的信息丢失。

  • 参数：calibrator 是校准器对象。

• IInt8Calibrator* getInt8Calibrator() const noexcept

  • 获取 INT8 校准接口。

  • 返回值：校准器对象。

最大工作空间相关方法

• void setMaxWorkspaceSize(std::size_t workspaceSize) noexcept

  • 设置最大工作空间大小。在 TensorRT 8.3 中已弃用，被 setMemoryPoolLimit() 取代。

  • 参数：workspaceSize 是最大工作空间大小。

• std::size_t getMaxWorkspaceSize() const noexcept

  • 获取最大工作空间大小。在 TensorRT 8.3 中已弃用，被 getMemoryPoolLimit() 取代。

  • 返回值：最大工作空间大小。

BuilderFlag相关方法

• void setFlags(BuilderFlags builderFlags) noexcept

  • 设置构建模式标志，标志在 BuilderFlags 枚举中列出。

  • 参数：builderFlags 是构建标志。

• BuilderFlags getFlags() const noexcept

  • 获取构建模式标志。

  • 返回值：构建标志。

• void clearFlag(BuilderFlag builderFlag) noexcept

  • 清除单个构建模式标志。

  • 参数：builderFlag 是要清除的构建标志。

• void setFlag(BuilderFlag builderFlag) noexcept

  • 设置单个构建模式标志。

  • 参数：builderFlag 是要设置的构建标志。

• bool getFlag(BuilderFlag builderFlag) const noexcept

  • 查询构建模式标志是否已设置。

  • 参数：builderFlag 是要查询的构建标志。

  • 返回值：true 表示标志已设置，false 表示未设置。

设备类型相关方法

• void setDeviceType(ILayer const* layer, DeviceType deviceType) noexcept

  • 设置层必须在其上执行的设备类型。

  • 参数：layer 是层对象，deviceType 是设备类型。

• DeviceType getDeviceType(ILayer const* layer) const noexcept

  • 获取层执行的设备类型。

  • 参数：layer 是层对象。

  • 返回值：设备类型。

• bool isDeviceTypeSet(ILayer const* layer) const noexcept

  • 查询是否已为层显式设置设备类型。

  • 参数：layer 是层对象。

  • 返回值：true 表示设备类型已设置，false 表示未设置。

• void resetDeviceType(ILayer const* layer) noexcept

  • 重置层的设备类型。

  • 参数：layer 是层对象。

• bool canRunOnDLA(ILayer const* layer) const noexcept

  • 检查层是否可以在 DLA 上运行。

  • 参数：layer 是层对象。

  • 返回值：true 表示可以在 DLA 上运行，false 表示不能。

• void setDLACore(int32_t dlaCore) noexcept

  • 设置用于网络的 DLA 核心。默认为 -1。

  • 参数：dlaCore 是 DLA 核心索引。

• int32_t getDLACore() const noexcept

  • 获取引擎执行的 DLA 核心。

  • 返回值：DLA 核心索引，未设置或 DLA 不存在时为 -1。

• void setDefaultDeviceType(DeviceType deviceType) noexcept

  • 设置构建器使用的默认设备类型。

  • 参数：deviceType 是设备类型。

• DeviceType getDefaultDeviceType() const noexcept

  • 获取默认设备类型。

  • 返回值：设备类型。

enum class DeviceType

//!
//! \enum DeviceType
//! \brief The device that this layer/network will execute on.
//!
//!
enum class DeviceType : int32_t
{
    kGPU, //!< GPU Device
    kDLA, //!< DLA Core
};

重置builder配置

• void reset() noexcept

  • 重置builder配置为默认值。

CUDA 流相关方法

• void setProfileStream(const cudaStream_t stream) noexcept

  • 设置用于配置文件的 CUDA 流。

  • 参数：stream 是 CUDA 流。

• cudaStream_t getProfileStream() const noexcept

  • 获取用于配置文件的 CUDA 流。

  • 返回值：CUDA 流。

优化配置文件相关方法

• int32_t addOptimizationProfile(IOptimizationProfile const* profile) noexcept

  • 添加优化配置文件。对于具有动态或形状输入张量的网络，必须至少调用一次此函数。

  • 参数：profile 是优化配置文件对象。

  • 返回值：优化配置文件的索引，输入无效时为 -1。

• int32_t getNbOptimizationProfiles() const noexcept

  • 获取优化配置文件的数量。

  • 返回值：优化配置文件的数量。

算法选择器相关方法

• void setAlgorithmSelector(IAlgorithmSelector* selector) noexcept

  • 设置算法选择器。

  • 参数：selector 是算法选择器对象。

• IAlgorithmSelector* getAlgorithmSelector() const noexcept

  • 获取算法选择器。

  • 返回值：算法选择器对象。

校准配置文件相关方法

• bool setCalibrationProfile(IOptimizationProfile const* profile) noexcept

  • 设置校准配置文件。

  • 参数：profile 是校准配置文件对象。

  • 返回值：true 表示设置成功，false 表示失败。

• IOptimizationProfile const* getCalibrationProfile() noexcept

  • 获取当前校准配置文件。

  • 返回值：校准配置文件对象。

量化标志相关方法

• void setQuantizationFlags(QuantizationFlags flags) noexcept

  • 设置量化标志，标志在 QuantizationFlag 枚举中列出。

  • 参数：flags 是量化标志。

• QuantizationFlags getQuantizationFlags() const noexcept

  • 获取量化标志。

  • 返回值：量化标志。

• void clearQuantizationFlag(QuantizationFlag flag) noexcept

  • 清除单个量化标志。

  • 参数：flag 是要清除的量化标志。

• void setQuantizationFlag(QuantizationFlag flag) noexcept

  • 设置单个量化标志。

  • 参数：flag 是要设置的量化标志。

• bool getQuantizationFlag(QuantizationFlag flag) const noexcept

  • 查询量化标志是否已设置。

  • 参数：flag 是要查询的量化标志。

  • 返回值：true 表示标志已设置，false 表示未设置。

enum class QuantizationFlag

//!
//! \enum QuantizationFlag
//!
//! \brief List of valid flags for quantizing the network to int8
//!
//! \see IBuilderConfig::setQuantizationFlag(), IBuilderConfig::getQuantizationFlag()
//!
enum class QuantizationFlag : int32_t
{
    //! Run int8 calibration pass before layer fusion. Only valid for IInt8LegacyCalibrator and
    //! IInt8EntropyCalibrator. The builder always runs the int8 calibration pass before layer fusion for
    //! IInt8MinMaxCalibrator and IInt8EntropyCalibrator2. Disabled by default.
    kCALIBRATE_BEFORE_FUSION = 0
};

• 在层融合之前运行 int8 校准过程。

• 该标志仅对 IInt8LegacyCalibrator 和 IInt8EntropyCalibrator 有效。对于 IInt8MinMaxCalibrator 和 IInt8EntropyCalibrator2，构建器总是在层融合之前运行 int8 校准过程。

• 默认情况下，该标志是禁用的。

作用:

• 当启用该标志时，在进行层融合之前，构建器会运行 int8 校准过程。这意味着在对网络中的层进行任何融合操作之前，构建器会先校准这些层，以确保量化的准确性和有效性。

使用场景:

• 在使用 IInt8LegacyCalibrator 和 IInt8EntropyCalibrator 进行量化时，如果希望在层融合之前先进行校准，可以启用该标志。这可以确保在层融合之前，网络的每一层都经过精确的量化校准，从而可能提高最终模型的精度。

策略源相关方法

• bool setTacticSources(TacticSources tacticSources) noexcept

  • 设置策略源，控制 TensorRT 用于策略选择的策略源。策略来源是指 TensorRT 在构建深度学习推理引擎时所能使用的一组算法库或实现方法。不同的策略来源可能对应不同的底层计算库，例如 cuBLAS 和 cuBLASLt。这些库提供了不同的实现，TensorRT 可以从中选择最优的实现（策略）以达到最佳的性能。

  • 参数：tacticSources 是策略源，是一个位掩码（bitmask），用于指定可以使用的策略来源。不同的策略来源可以通过按位或操作（bitwise OR）组合在一起。例如，要启用 cuBLAS 和 cuBLASLt 作为策略来源，可以使用：

1U << static_cast<uint32_t>(TacticSource::kCUBLAS) | 1U << static_cast<uint32_t>(TacticSource::kCUBLAS_LT)

• TacticSources getTacticSources() const noexcept

  • 获取策略源。

  • 返回值：策略源。

假设我们要启用 cuBLAS 和 cuBLASLt 作为策略来源，可以这样使用这个函数：

// 定义策略来源的位掩码
TacticSources sources = (1U << static_cast<uint32_t>(TacticSource::kCUBLAS)) | 
                        (1U << static_cast<uint32_t>(TacticSource::kCUBLAS_LT));

// 调用 setTacticSources 函数设置策略来源
bool result = config->setTacticSources(sources);

if (result) {
    std::cout << "Tactic sources updated successfully." << std::endl;
} else {
    std::cout << "Failed to update tactic sources." << std::endl;
}

定时缓存相关方法

• nvinfer1::ITimingCache* createTimingCache(void const* blob, std::size_t size) const noexcept

  • 从序列化原始数据创建 ITimingCache 实例。

  • 参数：blob 是包含序列化定时缓存的原始数据指针，size 是序列化定时缓存的大小。

  • 返回值：创建的定时缓存对象。

• bool setTimingCache(ITimingCache const& cache, bool ignoreMismatch) noexcept

  • 将定时缓存附加到 IBuilderConfig。

  • 参数：cache 是定时缓存对象，ignoreMismatch 表示是否忽略不匹配。

  • 返回值：true 表示设置成功，false 表示失败。

• nvinfer1::ITimingCache const* getTimingCache() const noexcept

  • 获取 IBuilderConfig 中的定时缓存对象。

  • 返回值：定时缓存对象。

策略计时信息（Tactic Timing Information）是指在使用 TensorRT 构建深度学习推理引擎时，对不同的计算策略（tactics）进行计时和性能评估的信息。这些策略用于优化神经网络层的执行，以选择最快或最有效的计算方法。 在 TensorRT 中，策略是指执行某个操作（例如卷积、矩阵乘法等）的特定实现方式。不同的策略可能使用不同的算法、数据布局、内存访问模式等。为了选择最佳策略，TensorRT 在构建引擎时会对多种策略进行测试和计时，然后选择性能最优的策略用于最终的推理引擎。

计时信息的收集和使用

1. 收集策略计时信息

   1. 当 TensorRT 构建引擎时，会针对每个网络层尝试多个策略，并对这些策略进行计时。这些计时信息包括每个策略的执行时间、所需的内存大小等。

   2. TensorRT 会根据这些计时信息，选择每个层的最佳策略（最小化推理时间或内存占用等）。

1. 使用计时缓存

   1. TensorRT 提供了计时缓存（Timing Cache）的机制，可以将收集到的计时信息保存下来，以加速后续的引擎构建过程。

   2. 当构建新引擎时，可以加载之前保存的计时缓存，这样可以避免重新进行所有策略的测试和计时，从而加快构建速度。

具体实现和作用

通过 ITimingCache 类，程序可以序列化、合并和重置计时缓存，具体方法包括：

• 序列化计时缓存：将当前的计时信息保存到 IHostMemory 对象中，可以写入文件或传输给其他实例。

nvinfer1::IHostMemory* serialize() const noexcept

• 合并计时缓存：将另一个计时缓存中的信息合并到当前缓存中，可以共享不同设备或不同构建过程的计时信息。

bool combine(ITimingCache const& inputCache, bool ignoreMismatch) noexcept

细节：将输入缓存中的条目追加到本地缓存中，冲突的条目将被跳过。如果输入缓存是由不同版本的 TensorRT 生成的，合并将被跳过并返回 false。如果将 ignoreMismatch 设置为 true，则可以合并由不同设备创建的计时缓存。

• 重置计时缓存：清空当前的计时缓存。

bool reset() noexcept

以下是如何在程序中使用计时缓存的示例：

// 创建或初始化计时缓存
ITimingCache* timingCache = builderConfig->createTimingCache(nullptr, 0);

// 在构建引擎时使用计时缓存
builderConfig->setTimingCache(*timingCache, true);

// 构建引擎
ICudaEngine* engine = builder->buildEngineWithConfig(network, *builderConfig);

// 序列化计时缓存以便在下次使用
nvinfer1::IHostMemory* serializedCache = timingCache->serialize();
std::ofstream cacheFile("timing_cache.bin", std::ios::binary);
cacheFile.write(reinterpret_cast<const char*>(serializedCache->data()), serializedCache->size());
cacheFile.close();

// 下次构建时加载计时缓存
std::ifstream cacheFile("timing_cache.bin", std::ios::binary);
std::vector<char> buffer((std::istreambuf_iterator<char>(cacheFile)), std::istreambuf_iterator<char>());
ITimingCache* newTimingCache = builderConfig->createTimingCache(buffer.data(), buffer.size());
builderConfig->setTimingCache(*newTimingCache, true);

// 构建新引擎时使用已保存的计时缓存
ICudaEngine* newEngine = builder->buildEngineWithConfig(network, *builderConfig);

nvinfer1::IHostMemory

class IHostMemory : public INoCopy
{
public:
    virtual ~IHostMemory() noexcept = default;

    //! A pointer to the raw data that is owned by the library.
    void* data() const noexcept
    {
        return mImpl->data();
    }

    //! The size in bytes of the data that was allocated.
    std::size_t size() const noexcept
    {
        return mImpl->size();
    }

    //! The type of the memory that was allocated.
    DataType type() const noexcept
    {
        return mImpl->type();
    }
    //!
    //! Destroy the allocated memory.
    //!
    //! \deprecated Deprecated in TRT 8.0. Superseded by `delete`.
    //!
    //! \warning Calling destroy on a managed pointer will result in a double-free error.
    //!
    TRT_DEPRECATED void destroy() noexcept
    {
        delete this;
    }

protected:
    apiv::VHostMemory* mImpl;
};

该类主要用于管理由库分配的内存。用户可以通过该类访问和操作分配的内存，但不需要自己负责内存的分配和释放。

1. void* data() const noexcept：

   • 描述: 返回指向原始数据的指针，该数据由库拥有。

   • 返回类型: void*

   • 作用: 获取分配的内存数据。

1. std::size_t size() const noexcept：

   • 描述: 返回分配数据的字节大小。

   • 返回类型: std::size_t

   • 作用: 获取分配数据的大小。

1. DataType type() const noexcept：

   • 描述: 返回分配内存的数据类型。

   • 返回类型: DataType，表示数据类型。

   • 作用: 获取分配数据的类型。

nvinfer1::ICudaEngine

ICudaEngine用于执行构建网络的推理引擎上的推理。

1. getNbBindings() const noexcept: 获取绑定索引的数量。返回类型为int32_t，表示绑定索引的数量。

1. getBindingIndex(char const* name) const noexcept: 根据给定的张量名获取绑定索引。返回类型为int32_t，表示绑定索引。

1. getBindingName(int32_t bindingIndex) const noexcept: 根据给定的绑定索引获取绑定的名称。返回类型为char const*，表示绑定的名称。

1. bindingIsInput(int32_t bindingIndex) const noexcept: 确定绑定是否为输入绑定。返回类型为bool，表示绑定是否为输入绑定。

1. getBindingDimensions(int32_t bindingIndex) const noexcept: 获取绑定的维度。返回类型为Dims，表示绑定的维度。

1. getTensorShape(char const* tensorName) const noexcept: 获取输入或输出张量的形状。返回类型为Dims，表示张量的形状。

1. getTensorDataType(char const* tensorName) const noexcept: 根据张量名确定缓冲区的数据类型。返回类型为DataType，表示数据类型。

1. getNbLayers() const noexcept: 获取网络中的层数。返回类型为int32_t，表示网络中的层数。

1. serialize() const noexcept: 将网络序列化为流。返回类型为IHostMemory*，表示包含序列化引擎的主机内存对象。

1. createExecutionContext() noexcept: 创建执行上下文。返回类型为IExecutionContext*，表示执行上下文对象。

1. getTensorLocation(char const* tensorName) const noexcept: 获取输入或输出张量所需的设备位置。返回类型为TensorLocation，表示张量所需的设备位置。

1. isShapeInferenceIO(char const* tensorName) const noexcept: 确定张量是否作为形状推断的输入或输出。返回类型为bool，表示张量是否作为形状推断的输入或输出。

1. getTensorIOMode(char const* tensorName) const noexcept: 确定张量是输入还是输出张量。返回类型为TensorIOMode，表示张量的输入输出模式。

1. createExecutionContextWithoutDeviceMemory() noexcept: 创建一个没有分配任何设备内存的执行上下文。返回类型为IExecutionContext*，表示执行上下文对象。

1. getDeviceMemorySize() const noexcept: 返回执行上下文所需的设备内存量。返回类型为size_t，表示设备内存的大小。

1. isRefittable() const noexcept: 返回引擎是否可以重新适配的布尔值。返回类型为bool，表示引擎是否可以重新适配。

1. getTensorBytesPerComponent(char const* tensorName) const noexcept: 返回一个元素的每个组件的字节大小。返回类型为int32_t，表示每个组件的字节大小。

1. getTensorComponentsPerElement(char const* tensorName) const noexcept: 返回一个元素中包含的组件数。返回类型为int32_t，表示每个元素中包含的组件数。

1. getTensorFormat(char const* tensorName) const noexcept: 返回绑定格式。返回类型为TensorFormat，表示张量格式。

1. getTensorFormatDesc(char const* tensorName) const noexcept: 返回张量格式的人类可读描述。返回类型为char const*，表示张量格式的描述。

    //!
    //! \brief Return the human readable description of the tensor format, or empty string if the provided name does not
    //! map to an input or output tensor.
    //!
    //! The description includes the order, vectorization, data type, and strides.
    //! Examples are shown as follows:
    //!   Example 1: kCHW + FP32
    //!     "Row major linear FP32 format"
    //!   Example 2: kCHW2 + FP16
    //!     "Two wide channel vectorized row major FP16 format"
    //!   Example 3: kHWC8 + FP16 + Line Stride = 32
    //!     "Channel major FP16 format where C % 8 == 0 and H Stride % 32 == 0"
    //!
    //! \param tensorName The name of an input or output tensor.
    //!
    //! \warning The string tensorName must be null-terminated, and be at most 4096 bytes including the terminator.
    //!
    char const* getTensorFormatDesc(char const* tensorName) const noexcept
    {
        return mImpl->getTensorFormatDesc(tensorName);
    }

1. getTensorVectorizedDim(char const* tensorName) const noexcept: 返回缓冲区向量化的维度索引。返回类型为int32_t，表示向量化的维度索引。

1. getName() const noexcept: 返回与引擎关联的网络的名称。返回类型为char const*，表示网络的名称。

1. getNbOptimizationProfiles() const noexcept: 获取为该引擎定义的优化配置文件的数量。返回类型为int32_t，表示优化配置文件的数量。

1. getProfileShape(char const* tensorName, int32_t profileIndex, OptProfileSelector select) const noexcept: 获取给定优化配置文件下输入张量的最小/最佳/最大维度。返回类型为Dims，表示输入张量的维度。

1. getEngineCapability() const noexcept: 查询引擎的执行能力。返回类型为EngineCapability，表示引擎的执行能力。

1. setErrorRecorder(IErrorRecorder* recorder) noexcept: 设置此接口的错误记录器。返回类型为void。

1. getErrorRecorder() const noexcept: 获取分配给此接口的错误记录器。返回类型为IErrorRecorder*，表示分配给此接口的错误记录器。

1. hasImplicitBatchDimension() const noexcept: 查询引擎是否具有隐式批次维度。返回类型为bool，表示引擎是否具有隐式批次维度。

1. getTacticSources() const noexcept: 返回引擎所需的策略源。返回类型为TacticSources，表示引擎所需的策略源。

1. getProfilingVerbosity() const noexcept: 返回构建引擎时生成的详细程度。返回类型为ProfilingVerbosity，表示构建引擎时生成的详细程度。

1. createEngineInspector() const noexcept: 创建一个新的引擎检查器，用于打印引擎或执行上下文中的层信息。返回类型为IEngineInspector*，表示引擎检查器对象。

1. getNbIOTensors() const noexcept: 返回IO张量的数量。返回类型为int32_t，表示IO张量的数量。

1. getIOTensorName(int32_t index) const noexcept: 返回IO张量的名称。返回类型为char const*，表示IO张量的名称。

nvinfer1::IRuntime

IRuntime 类用于反序列化一个引擎。

引擎反序列化相关方法

• ICudaEngine* deserializeCudaEngine(void const* blob, std::size_t size) noexcept

  • 从流中反序列化引擎。如果已为运行时设置了错误记录器，它也将传递给引擎。

  • 参数：

    • blob：保存序列化引擎的内存。

    • size：内存大小，以字节为单位。

  • 返回值：反序列化后的引擎，反序列化失败则返回 nullptr。

DLA 核心相关方法

• void setDLACore(int32_t dlaCore) noexcept

  • 设置网络使用的 DLA 核心。默认值为 -1。

  • 参数：dlaCore 是 DLA 核心索引，范围在 [0, getNbDLACores())。

  • 警告：如果 getNbDLACores() 返回 0，则此方法无效。

• int32_t getDLACore() const noexcept

  • 获取引擎执行的 DLA 核心。

  • 返回值：分配的 DLA 核心索引，DLA 不存在或未设置时为 -1。

• int32_t getNbDLACores() const noexcept

  • 返回可访问的 DLA 硬件核心数量，如果 DLA 不可用，则返回 0。

  • 返回值：DLA 硬件核心数量。

销毁方法

• TRT_DEPRECATED void destroy() noexcept

  • 销毁对象。在 TensorRT 8.0 中已弃用，改为使用 delete。

  • 警告：在托管指针上调用销毁会导致双重释放错误。

日志记录器相关方法

• ILogger* getLogger() const noexcept

  • 获取创建运行时时使用的日志记录器。

  • 返回值：日志记录器。

线程相关方法

• bool setMaxThreads(int32_t maxThreads) noexcept

  • 设置运行时可以使用的最大线程数。默认值为 1，包括当前线程。大于 1 的值允许 TensorRT 使用多线程算法。小于 1 的值会触发 kINVALID_ARGUMENT 错误。

  • 参数：maxThreads 是最大线程数。

  • 返回值：成功返回 true，否则返回 false。

• int32_t getMaxThreads() const noexcept

  • 获取运行时可以使用的最大线程数。

  • 返回值：最大线程数。

nvinfer1::IExecutionContext

IExecutionContext 类用于执行通过 ICudaEngine 创建的推理上下文。多个执行上下文可以存在于一个 ICudaEngine 实例中，允许使用相同的引擎同时执行多个批次的推理。

执行推理

• bool executeV2(void* const* bindings) noexcept

  • 同步执行推理，仅适用于完整维度网络。

  • 参数：

    • bindings：输入和输出缓冲区的指针数组。

  • 返回值：执行成功返回 true，否则返回 false。

• TRT_DEPRECATED bool enqueueV2(void* const* bindings, cudaStream_t stream, cudaEvent_t* inputConsumed) noexcept

  • 异步执行推理，仅适用于完整维度网络。

  • 参数：

    • bindings：输入和输出缓冲区的指针数组。

    • stream：用于推理内核的 CUDA 流。

    • inputConsumed：可选事件，当输入缓冲区可以重新填充新数据时发出信号。

  • 返回值：内核成功排队返回 true，否则返回 false。

• bool enqueueV3(cudaStream_t stream) noexcept

  • 异步执行推理。

  • 参数：

    • stream：用于推理内核的 CUDA 流。

  • 返回值：内核成功排队返回 true，否则返回 false。

优化配置文件

• TRT_DEPRECATED bool setOptimizationProfile(int32_t profileIndex) noexcept

  • 选择当前上下文的优化配置文件。

  • 参数：

    • profileIndex：配置文件索引。

  • 返回值：调用成功返回 true，否则返回 false。

• int32_t getOptimizationProfile() const noexcept

  • 获取当前选择的优化配置文件索引。

  • 返回值：配置文件索引。

• bool setOptimizationProfileAsync(int32_t profileIndex, cudaStream_t stream) noexcept

  • 异步选择当前上下文的优化配置文件。

  • 参数：

    • profileIndex：配置文件索引。

    • stream：用于数据复制的 CUDA 流。

  • 返回值：调用成功返回 true，否则返回 false。

输入和输出设置

• TRT_DEPRECATED bool setBindingDimensions(int32_t bindingIndex, Dims dimensions) noexcept

  • 设置输入绑定的动态维度。

  • 参数：

    • bindingIndex：输入张量的索引。

    • dimensions：输入张量的维度。

  • 返回值：调用成功返回 true，否则返回 false。

• bool setInputShape(char const* tensorName, Dims const& dims) noexcept

  • 设置给定输入的形状。

  • 参数：

    • tensorName：输入张量的名称。

    • dims：输入张量的形状。

  • 返回值：调用成功返回 true，否则返回 false。

• TRT_DEPRECATED Dims getBindingDimensions(int32_t bindingIndex) const noexcept

  • 获取绑定的动态维度。

  • 参数：

    • bindingIndex：绑定索引。

  • 返回值：当前选择的绑定维度。

• Dims getTensorShape(char const* tensorName) const noexcept

  • 获取给定输入或输出的形状。

  • 参数：

    • tensorName：输入或输出张量的名称。

  • 返回值：输入或输出张量的形状。

• TRT_DEPRECATED bool setInputShapeBinding(int32_t bindingIndex, int32_t const* data) noexcept

  • 设置输入张量的形状绑定值。

  • 参数：

    • bindingIndex：输入张量的索引。

    • data：输入张量的形状值。

  • 返回值：调用成功返回 true，否则返回 false。

• TRT_DEPRECATED bool getShapeBinding(int32_t bindingIndex, int32_t* data) const noexcept

  • 获取输入张量的形状绑定值。

  • 参数：

    • bindingIndex：输入或输出张量的索引。

    • data：存储形状值的指针。

  • 返回值：获取成功返回 true，否则返回 false。

名称和引擎

• void setName(char const* name) noexcept

  • 设置执行上下文的名称。

  • 参数：

    • name：名称字符串。

• char const* getName() const noexcept

  • 获取执行上下文的名称。

  • 返回值：名称字符串。

• ICudaEngine const& getEngine() const noexcept

  • 获取关联的引擎。

  • 返回值：引擎引用。

张量地址

• bool setTensorAddress(char const* tensorName, void* data) noexcept

  • 设置给定输入或输出张量的内存地址。

  • 参数：

    • tensorName：张量名称。

    • data：数据指针。

  • 返回值：调用成功返回 true，否则返回 false。

• void const* getTensorAddress(char const* tensorName) const noexcept

  • 获取给定输入或输出张量的内存地址。

  • 参数：

    • tensorName：张量名称。

  • 返回值：数据指针。

• bool setInputTensorAddress(char const* tensorName, void const* data) noexcept

  • 设置给定输入的内存地址。

  • 参数：

    • tensorName：输入张量名称。

    • data：数据指针。

  • 返回值：调用成功返回 true，否则返回 false。

• void* getOutputTensorAddress(char const* tensorName) const noexcept

  • 获取给定输出的内存地址。

  • 参数：

    • tensorName：输出张量名称。

• 返回值：数据指针。

最大输出大小

• int64_t getMaxOutputSize(char const* tensorName) const noexcept

  • 获取输出张量的最大大小（以字节为单位）。

  • 参数：

    • tensorName：输出张量名称。

  • 返回值：输出张量的最大大小（以字节为单位）。

nvinfer1::IAlgorithmIOInfo

可以参看官方教程：https://github.com/NVIDIA/TensorRT/tree/release/8.6/samples/sampleAlgorithmSelector学习这几个API的使用

IAlgorithmIOInfo 类提供了有关算法输入或输出的信息。与 IAlgorithmVariant 一起，这些信息描述了算法的变化，可以用于通过 IAlgorithmSelector::selectAlgorithms()重现算法。

1. TensorFormat getTensorFormat() const noexcept

   1. 返回算法输入/输出的张量格式。

   2. 返回值：TensorFormat 类型，表示张量格式。

1. DataType getDataType() const noexcept

   1. 返回算法输入/输出的数据类型。

   2. 返回值：DataType 类型，表示数据类型。

1. Dims getStrides() const noexcept

   1. 返回算法输入/输出张量的步幅。

   2. 返回值：Dims 类型，表示张量的步幅。

nvinfer1::IAlgorithmVariant

IAlgorithmVariant 类提供了一个唯一的 128 位标识符，该标识符与输入和输出信息一起描述算法的变化，可以用于通过 IAlgorithmSelector::selectAlgorithms() 重现算法。

1. int64_t getImplementation() const noexcept

   1. 返回算法的实现。

   2. 返回值：int64_t 类型，表示算法的实现。

1. int64_t getTactic() const noexcept

   1. 返回算法的策略。

   2. 返回值：int64_t 类型，表示算法的策略。

nvinfer1::IAlgorithmContext

IAlgorithmContext 类描述了可以由一个或多个 IAlgorithm 实例满足的上下文。

1. char const* getName() const noexcept

   1. 返回算法节点的名称，这是 IAlgorithmContext 的唯一标识符。

   2. 返回值：char const* 类型，表示算法节点的名称。

1. Dims getDimensions(int32_t index, OptProfileSelector select) const noexcept

   1. 获取输入或输出张量的最小/最优/最大维度。

   2. 参数：

      • index：算法输入或输出的索引。

      • select：要查询的最小、最优或最大维度。

   3. 返回值：Dims 类型，表示所选维度的张量。

1. int32_t getNbInputs() const noexcept

   1. 返回算法的输入数量。

   2. 返回值：int32_t 类型，表示输入数量。

1. int32_t getNbOutputs() const noexcept

   1. 返回算法的输出数量。

   2. 返回值：int32_t 类型，表示输出数量。

nvinfer1::IAlgorithm

IAlgorithm 类描述了一层的执行变体。算法由 IAlgorithmVariant 和每个输入和输出的 IAlgorithmIOInfo 表示，可以通过 AlgorithmSelector::selectAlgorithms() 重现。

1. IAlgorithmIOInfo const& getAlgorithmIOInfo(int32_t index) const noexcept

   1. 返回算法输入或输出的格式。

   2. 参数：

      • index：算法输入或输出的索引。

   3. 返回值：IAlgorithmIOInfo 类型的引用，表示所选索引的算法输入/输出信息。

1. IAlgorithmVariant const& getAlgorithmVariant() const noexcept

   1. 返回算法变体。

   2. 返回值：IAlgorithmVariant 类型的引用，表示算法变体。

1. float getTimingMSec() const noexcept

   1. 返回算法的执行时间，以毫秒为单位。

   2. 返回值：float 类型，表示执行时间。

1. std::size_t getWorkspaceSize() const noexcept

   1. 返回算法在执行时使用的 GPU 临时内存大小，以字节为单位。

   2. 返回值：std::size_t 类型，表示内存大小。

1. IAlgorithmIOInfo const* getAlgorithmIOInfoByIndex(int32_t index) const noexcept

   1. 返回算法输入或输出的格式。

   2. 参数：

      • index：算法输入或输出的索引。

   3. 返回值：IAlgorithmIOInfo 类型的指针，表示所选索引的算法输入/输出信息。如果索引超出范围，则返回 nullptr。

nvinfer1::IAlgorithmSelector

IAlgorithmSelector 类提供了一个接口，应用程序可以实现该接口来选择构建器为层提供的算法。

1. int32_t selectAlgorithms(IAlgorithmContext const& context, IAlgorithm const* const* choices, int32_t nbChoices, int32_t* selection) noexcept

   1. 从给定的算法选择列表中选择算法。

   2. 参数：

      • context：算法选择上下文。

      • choices：可选算法列表。

      • nbChoices：算法选择的数量。

      • selection：用户在此缓冲区中写入所选选择的索引。

   3. 返回值：返回选择的算法数量，范围在 [0, nbChoices-1]。

1. void reportAlgorithms(IAlgorithmContext const* const* algoContexts, IAlgorithm const* const* algoChoices, int32_t nbAlgorithms) noexcept

   1. 由 TensorRT 调用以报告其做出的选择。

   2. 参数：

      • algoContexts：所有算法上下文的列表。

      • algoChoices：TensorRT 做出的算法选择列表。

      • nbAlgorithms：algoContexts 和 algoChoices 的大小。

nvinfer1::IInt8Calibrator

IInt8Calibrator 类及其派生类提供了用于校准 INT8 推理的接口和实现。每个派生类使用不同的校准算法，并实现了相应的方法来获取校准批次、读取和写入校准缓存，以及获取校准算法类型。IInt8LegacyCalibrator 还提供了读取和写入直方图缓存的方法，以及获取分位数和回归截止值的方法。

• virtual int32_t getBatchSize() const noexcept = 0;

  • 获取用于校准批次的批量大小。

  • 返回值：批量大小（int32_t）。

• virtual bool getBatch(void* bindings[], char const* names[], int32_t nbBindings) noexcept = 0;

  • 获取用于校准的批次输入。

  • 参数：

    • bindings：指向设备内存的指针数组，需要更新以指向包含每个网络输入数据的设备内存。

    • names：绑定数组中每个指针的网络输入名称。

    • nbBindings：绑定数组中的指针数量。

  • 返回值：如果没有更多批次用于校准，则返回 false，否则返回 true。

• virtual void const* readCalibrationCache(std::size_t& length) noexcept = 0;

  • 读取校准缓存。

  • 参数：

    • length：缓存数据的长度，应由被调用函数设置。如果没有数据，应为零。

  • 返回值：指向缓存的指针，如果没有数据则为 nullptr。

• virtual void writeCalibrationCache(void const* ptr, std::size_t length) noexcept = 0;

  • 保存校准缓存。

  • 参数：

    • ptr：指向要缓存的数据的指针。

    • length：要缓存的数据长度（以字节为单位）。

• virtual CalibrationAlgoType getAlgorithm() noexcept = 0;

  • 获取此校准器使用的算法。

  • 返回值：校准器使用的算法（CalibrationAlgoType）。

nvinfer1::ILogger

ILogger 是一个用于应用程序实现日志记录接口的类。该类提供了一个抽象接口，允许应用程序定义自己的日志记录方法。它主要用于 TensorRT 的builder、运行时系统。

//!
//! \class ILogger
//!
//! \brief Application-implemented logging interface for the builder, refitter and runtime.
//!
//! The logger used to create an instance of IBuilder, IRuntime or IRefitter is used for all objects created through
//! that interface. The logger should be valid until all objects created are released.
//!
//! The Logger object implementation must be thread safe. All locking and synchronization is pushed to the
//! interface implementation and TensorRT does not hold any synchronization primitives when calling the interface
//! functions.
//!
class ILogger
{
public:
    //!
    //! \enum Severity
    //!
    //! The severity corresponding to a log message.
    //!
    enum class Severity : int32_t
    {
        //! An internal error has occurred. Execution is unrecoverable.
        kINTERNAL_ERROR = 0,
        //! An application error has occurred.
        kERROR = 1,
        //! An application error has been discovered, but TensorRT has recovered or fallen back to a default.
        kWARNING = 2,
        //!  Informational messages with instructional information.
        kINFO = 3,
        //!  Verbose messages with debugging information.
        kVERBOSE = 4,
    };

    //!
    //! A callback implemented by the application to handle logging messages;
    //!
    //! \param severity The severity of the message.
    //! \param msg A null-terminated log message.
    //!
    //! \usage
    //! - Allowed context for the API call
    //!   - Thread-safe: Yes, this method is required to be thread-safe and may be called from multiple threads
    //!                  when multiple execution contexts are used during runtime, or if the same logger is used
    //!                  for multiple runtimes, builders, or refitters.
    //!
    virtual void log(Severity severity, AsciiChar const* msg) noexcept = 0;

    ILogger() = default;
    virtual ~ILogger() = default;

protected:
// @cond SuppressDoxyWarnings
    ILogger(ILogger const&) = default;
    ILogger(ILogger&&) = default;
    ILogger& operator=(ILogger const&) & = default;
    ILogger& operator=(ILogger&&) & = default;
// @endcond
};

1. 抽象接口: ILogger 提供了一个抽象接口，强制应用程序实现 log 方法，以便处理不同严重性的日志消息。

2. 线程安全: 日志记录方法 log 需要是线程安全的，因为可能会被多个线程同时调用。

• 简单示例

#include <iostream>
#include <string>

// 自定义的日志记录类，继承自 ILogger
class CustomLogger : public ILogger {
public:
    // 实现纯虚函数 log
    void log(Severity severity, AsciiChar const* msg) noexcept override {
        std::string severityStr;
        switch (severity) {
            case Severity::kINTERNAL_ERROR:
                severityStr = "INTERNAL ERROR";
                break;
            case Severity::kERROR:
                severityStr = "ERROR";
                break;
            case Severity::kWARNING:
                severityStr = "WARNING";
                break;
            case Severity::kINFO:
                severityStr = "INFO";
                break;
            case Severity::kVERBOSE:
                severityStr = "VERBOSE";
                break;
        }
        std::cout << "[" << severityStr << "] " << msg << std::endl;
    }
};

int main() {
    CustomLogger logger;
    logger.log(ILogger::Severity::kINFO, "This is an informational message.");
    logger.log(ILogger::Severity::kERROR, "This is an error message.");
    return 0;
}

nvinfer1::Ilayer

ILayer 类是所有网络层类的基类，用于定义网络中的层。这个类提供了许多用于操作和查询层的方法，如获取层类型、设置和获取层名称、输入和输出张量的数量、设置和获取计算精度等。

1. LayerType getType() const noexcept：

   1. 描述：返回层的类型。

   2. 返回类型：LayerType，表示层的类型。

1. void setName(char const* name) noexcept：

   1. 描述：设置层的名称，并复制该名称字符串。

   2. 参数：name，层的名称字符串。

   3. 警告：名称字符串必须是以 null 结尾的，并且长度不超过 4096 字节（包括终止符）。

1. char const* getName() const noexcept：

   1. 描述：返回层的名称。

   2. 返回类型：char const*，层的名称字符串。

1. int32_t getNbInputs() const noexcept：

   1. 描述：返回层的输入数量。

   2. 返回类型：int32_t，输入数量。

1. ITensor* getInput(int32_t index) const noexcept：

   1. 描述：返回指定索引的输入张量。

   2. 参数：index，输入张量的索引。

   3. 返回类型：ITensor*，输入张量指针。如果索引超出范围或张量是可选的，则返回 nullptr。

1. int32_t getNbOutputs() const noexcept：

   1. 描述：返回层的输出数量。

   2. 返回类型：int32_t，输出数量。

1. ITensor* getOutput(int32_t index) const noexcept：

   1. 描述：返回指定索引的输出张量。

   2. 参数：index，输出张量的索引。

   3. 返回类型：ITensor*，输出张量指针。如果索引超出范围或张量是可选的，则返回 nullptr。

1. void setInput(int32_t index, ITensor& tensor) noexcept：

   1. 描述：用指定的张量替换层的输入。

   2. 参数：index，要修改的输入索引；tensor，新的输入张量。

   3. 注意：对于大多数层，不能改变输入的数量，索引必须小于 getNbInputs() 的值。

1. void setPrecision(DataType dataType) noexcept：

   1. 描述：设置层的计算精度。

   2. 参数：dataType，计算精度类型。

   3. 说明：设置计算精度后，TensorRT 会选择在此精度下运行的实现，或者选择最快的实现。

1. DataType getPrecision() const noexcept：

   1. 描述：返回层的计算精度。

   2. 返回类型：DataType，计算精度类型。

1. bool precisionIsSet() const noexcept：

   1. 描述：检查层的计算精度是否已设置。

   2. 返回类型：bool，表示计算精度是否已显式设置。

1. void resetPrecision() noexcept：

   1. 描述：重置层的计算精度。

1. void setOutputType(int32_t index, DataType dataType) noexcept：

   1. 描述：设置层的输出类型。

   2. 参数：index，输出索引；dataType，输出数据类型。

   3. 说明：设置输出类型后，TensorRT 会选择生成该类型数据的实现。

1. DataType getOutputType(int32_t index) const noexcept：

   1. 描述：返回层的输出类型。

   2. 参数：index，输出索引。

   3. 返回类型：DataType，输出数据类型。

1. bool outputTypeIsSet(int32_t index) const noexcept：

   1. 描述：检查层的输出类型是否已设置。

   2. 参数：index，输出索引。

   3. 返回类型：bool，表示输出类型是否已显式设置。

1. void resetOutputType(int32_t index) noexcept：

   1. 描述：重置层的输出类型。

   2. 参数：index，输出索引。

nvinfer1::INetworkDefinition

INetworkDefinition 是一个网络定义类，用于构建器的输入。以下API功能我剔除了类似addXXLayer这种的（实在太多了），功能就是给网络添加特定的层结构，所以我只列出了几个重点API：

addXXLayer API的学习参看代码实例

1. addInput(char const* name, DataType type, Dims dimensions)：

   1. 作用：向网络中添加一个输入张量。

   2. 返回值类型：ITensor*（指向添加的新张量的指针）。

1. markOutput(ITensor& tensor)：

   1. 作用：将一个张量标记为网络输出。

   2. 返回值类型：void。

1. getNbLayers()：

   1. 作用：获取网络中层的数量。

   2. 返回值类型：int32_t（表示网络中层的数量）。

1. getLayer(int32_t index)：

   1. 作用：获取指定索引处的层。

   2. 返回值类型：ILayer*（指向获取的层的指针）。

1. getNbInputs()：

   1. 作用：获取网络中输入张量的数量。

   2. 返回值类型：int32_t（表示网络中输入张量的数量）。

1. getInput(int32_t index)：

   1. 作用：获取指定索引处的输入张量。

   2. 返回值类型：ITensor*（指向获取的输入张量的指针）。

1. getNbOutputs()：

   1. 作用：获取网络中输出张量的数量。

   2. 返回值类型：int32_t（表示网络中输出张量的数量）。

1. getOutput(int32_t index)：

   1. 作用：获取指定索引处的输出张量。

   2. 返回值类型：ITensor*（指向获取的输出张量的指针）。

1. destroy()：

   1. 作用：销毁当前的 INetworkDefinition 对象。

   2. 返回值类型：void。

1. removeTensor(ITensor& tensor)：

   1. 作用：从网络定义中移除一个张量。

   2. 返回值类型：void。

2. unmarkOutput(ITensor& tensor)：

   1. 作用：取消将一个张量标记为网络输出。

   2. 返回值类型：void。

1. addPluginV2(ITensor* const* inputs, int32_t nbInputs, IPluginV2& plugin)：

   1. 作用：向网络中添加一个插件层。

   2. 返回值类型：IPluginV2Layer*（指向添加的新插件层的指针）。

1. setName(char const* name)：

   1. 作用：设置网络的名称。

   2. 返回值类型：void。

1. getName()：

   1. 作用：获取网络的名称。

   2. 返回值类型：char const*（指向网络名称的指针）。

1. hasImplicitBatchDimension()：

   1. 作用：查询网络是否具有隐式批量维度。

   2. 返回值类型：bool（true 表示具有隐式批量维度，false 表示没有）。

1. markOutputForShapes(ITensor& tensor)：

   1. 作用：将张量标记为用于计算形状的网络输出。

   2. 返回值类型：bool（true 表示成功，false 表示失败）。

1. unmarkOutputForShapes(ITensor& tensor)：

   1. 作用：取消将张量标记为用于计算形状的网络输出。

   2. 返回值类型：bool（true 表示成功，false 表示失败）。

1. hasExplicitPrecision()：

   1. 作用：查询网络是否具有显式精度。

   2. 返回值类型：bool（true 表示具有显式精度，false 表示没有）。

一个小细节

注意nvinfer1::ICudaEngine和nvinfer1::INetworkDefinition都有getNbLayers()这个方法，但是有所不同：

1. nvinfer1::ICudaEngine.getNbLayers(): 这个函数返回的是已经构建好的引擎（ICudaEngine对象）中的层数。这个引擎是通过TensorRT的IBuilder构建得到的，可能经过了优化、融合等操作，因此这个层数反映了实际在硬件上执行的网络层数，是优化后的结果。

2. nvinfer1::INetworkDefinition.getNbLayers(): 这个函数返回的是网络定义（INetworkDefinition对象）中的层数。这个网络定义是在构建引擎之前定义的，可能还没有经过优化、融合等操作，所以这个层数反映的是网络在构建之前的原始状态，不考虑优化后的情况。

enum class BuilderFlag

BuilderFlag 枚举类定义了一组构建引擎时可启用的模式，适用于从网络定义创建引擎的构建器。每个枚举值表示一种特定的构建模式或选项。

枚举值和解释

1. kFP16 = 0

   1. 启用 FP16 层选择，并在需要时回退到 FP32。

   2. 在可能的情况下使用半精度浮点数进行计算，但如果某些操作不支持 FP16，则回退到标准的单精度浮点数 (FP32)。

1. kINT8 = 1

   1. 启用 Int8 层选择，并在需要时回退到 FP32 或 FP16（如果同时指定了 kFP16）。

   2. 允许在 8 位整数 (Int8) 精度下执行计算，以提高性能和减少内存使用。

1. kDEBUG = 2

   1. 启用层调试，通过在每个层之后进行同步来调试层。

   2. 对每个层进行调试，以帮助排查网络中的问题。

1. kGPU_FALLBACK = 3

   1. 启用 GPU 回退功能，如果某些层无法在 DLA 上执行，则回退到 GPU 执行。

   2. 允许在无法在深度学习加速器 (DLA) 上执行时，将计算任务转移到 GPU。

1. kREFIT = 5

   1. 启用构建可重新适配的引擎。

   2. 允许构建后对网络进行重新训练或重新调整权重。

1. kDISABLE_TIMING_CACHE = 6

   1. 禁用跨相同层重用计时信息。

   2. 防止在构建过程中使用先前构建中收集的层计时数据。

1. kTF32 = 7

   1. 允许（但不强制）对类型为 DataType::kFLOAT 的张量使用 TF32 进行计算。

   2. TF32 通过将输入舍入为 10 位尾数后进行乘法运算，然后使用 23 位尾数累加和。

   3. 默认情况下启用。

1. kSPARSE_WEIGHTS = 8

   1. 允许构建器检查权重并在权重具有适当稀疏性时使用优化的函数。

   2. 利用稀疏矩阵运算优化性能。

1. kSAFETY_SCOPE = 9

   1. 将 EngineCapability::kSTANDARD 流程中的允许参数更改为与 EngineCapability::kSAFETY 对 DeviceType::kGPU 的检查相匹配，或与 EngineCapability::kDLA_STANDALONE 对 DeviceType::kDLA 的检查相匹配。

   2. 如果未设置且在构建时指定了 EngineCapability::kSAFETY，该标志强制为 true。

   3. 仅在 NVIDIA Drive 产品中支持。

1. kOBEY_PRECISION_CONSTRAINTS = 10

   1. 要求层在指定的精度下执行。否则构建失败。

   2. 强制执行精度约束，确保每层都在指定的精度下运行。

1. kPREFER_PRECISION_CONSTRAINTS = 11

   1. 优先在指定的精度下执行层。如果构建失败，则回退到其他精度（并发出警告）。

   2. 尽量在指定精度下运行层，如果无法满足，则回退到其他可用的精度。

1. kDIRECT_IO = 12

   1. 要求不在层与网络 I/O 张量之间插入重格式化操作。

   2. 如果为了功能正确性需要重格式化，则构建失败。

1. kREJECT_EMPTY_ALGORITHMS = 13

   1. 如果 IAlgorithmSelector::selectAlgorithms 返回空的算法集合，则构建失败。

   2. 确保选择算法时不会返回空集，以避免构建失败。

1. kENABLE_TACTIC_HEURISTIC = 14

   1. 启用基于启发式的策略选择，以缩短引擎生成时间。生成的引擎可能没有使用基于配置文件的构建器时那样高效。

   2. 仅在 NVIDIA Ampere 及更高版本的 GPU 上支持。

相关方法

• IBuilderConfig::setFlag(BuilderFlag flag)

  • 设置指定的构建标志。

• IBuilderConfig::getFlag(BuilderFlag flag)

  • 获取指定的构建标志的状态。

enum class DataType

enum class DataType : int32_t
{
    //! 32-bit floating point format.
    kFLOAT = 0,

    //! IEEE 16-bit floating-point format.
    kHALF = 1,

    //! Signed 8-bit integer representing a quantized floating-point value.
    kINT8 = 2,

    //! Signed 32-bit integer format.
    kINT32 = 3,

    //! 8-bit boolean. 0 = false, 1 = true, other values undefined.
    kBOOL = 4,
    
    kUINT8 = 5

};

这段代码定义了一个枚举类型 DataType，表示权重和张量的数据类型。枚举类型 DataType 包含以下枚举值：

1. kFLOAT: 表示32位浮点数格式。

2. kHALF: 表示IEEE 16位浮点数格式。

3. kINT8: 表示一个量化浮点值的带符号8位整数。

4. kINT32: 表示带符号32位整数格式。

5. kBOOL: 表示8位布尔值。0表示假，1表示真，其他值未定义。

6. kUINT8: 表示无符号8位整数格式。

enum class LayerType

//!
//! \enum LayerType
//!
//! \brief The type values of layer classes.
//!
//! \see ILayer::getType()
//!
enum class LayerType : int32_t
{
    kCONVOLUTION = 0,         //!< Convolution layer.
    kFULLY_CONNECTED = 1,     //!< Fully connected layer.
    kACTIVATION = 2,          //!< Activation layer.
    kPOOLING = 3,             //!< Pooling layer.
    kLRN = 4,                 //!< LRN layer.
    kSCALE = 5,               //!< Scale layer.
    kSOFTMAX = 6,             //!< SoftMax layer.
    kDECONVOLUTION = 7,       //!< Deconvolution layer.
    kCONCATENATION = 8,       //!< Concatenation layer.
    kELEMENTWISE = 9,         //!< Elementwise layer.
    kPLUGIN = 10,             //!< Plugin layer.
    kUNARY = 11,              //!< UnaryOp operation Layer.
    kPADDING = 12,            //!< Padding layer.
    kSHUFFLE = 13,            //!< Shuffle layer.
    kREDUCE = 14,             //!< Reduce layer.
    kTOPK = 15,               //!< TopK layer.
    kGATHER = 16,             //!< Gather layer.
    kMATRIX_MULTIPLY = 17,    //!< Matrix multiply layer.
    kRAGGED_SOFTMAX = 18,     //!< Ragged softmax layer.
    kCONSTANT = 19,           //!< Constant layer.
    kRNN_V2 = 20,             //!< RNNv2 layer.
    kIDENTITY = 21,           //!< Identity layer.
    kPLUGIN_V2 = 22,          //!< PluginV2 layer.
    kSLICE = 23,              //!< Slice layer.
    kSHAPE = 24,              //!< Shape layer.
    kPARAMETRIC_RELU = 25,    //!< Parametric ReLU layer.
    kRESIZE = 26,             //!< Resize Layer.
    kTRIP_LIMIT = 27,         //!< Loop Trip limit layer
    kRECURRENCE = 28,         //!< Loop Recurrence layer
    kITERATOR = 29,           //!< Loop Iterator layer
    kLOOP_OUTPUT = 30,        //!< Loop output layer
    kSELECT = 31,             //!< Select layer.
    kFILL = 32,               //!< Fill layer
    kQUANTIZE = 33,           //!< Quantize layer
    kDEQUANTIZE = 34,         //!< Dequantize layer
    kCONDITION = 35,          //!< Condition layer
    kCONDITIONAL_INPUT = 36,  //!< Conditional Input layer
    kCONDITIONAL_OUTPUT = 37, //!< Conditional Output layer
    kSCATTER = 38,            //!< Scatter layer
    kEINSUM = 39,             //!< Einsum layer
    kASSERTION = 40,          //!< Assertion layer
    kONE_HOT = 41,            //!< OneHot layer
    kNON_ZERO = 42,           //!< NonZero layer
    kGRID_SAMPLE = 43,        //!< Grid sample layer
    kNMS = 44,                //!< NMS layer
};

enum class TensorLocation

enum class TensorLocation : int32_t
{
    kDEVICE = 0, //!< Data stored on device.
    kHOST = 1,   //!< Data stored on host.
};

用于表示张量数据存储的位置，可以是设备上（GPU）或主机上（CPU）。枚举值包括 kDEVICE 表示设备上的数据，值为 0，以及 kHOST 表示主机上的数据，值为 1。

enum class TensorFormat

//!
//! \enum TensorFormat
//!
//! \brief Format of the input/output tensors.
//!
//! This enum is used by both plugins and network I/O tensors.
//!
//! \see IPluginV2::supportsFormat(), safe::ICudaEngine::getBindingFormat()
//!
//! For more information about data formats, see the topic "Data Format Description" located in the
//! TensorRT Developer Guide.
//!
enum class TensorFormat : int32_t
{
    //! Row major linear format.
    //! For a tensor with dimensions {N, C, H, W} or {numbers, channels,
    //! columns, rows}, the dimensional index corresponds to {3, 2, 1, 0}
    //! and thus the order is W minor.
    //!
    //! For DLA usage, the tensor sizes are limited to C,H,W in the range [1,8192].
    //!
    kLINEAR = 0,

    //! Two wide channel vectorized row major format. This format is bound to
    //! FP16. It is only available for dimensions >= 3.
    //! For a tensor with dimensions {N, C, H, W},
    //! the memory layout is equivalent to a C array with dimensions
    //! [N][(C+1)/2][H][W][2], with the tensor coordinates (n, c, h, w)
    //! mapping to array subscript [n][c/2][h][w][c%2].
    kCHW2 = 1,

    //! Eight channel format where C is padded to a multiple of 8. This format
    //! is bound to FP16. It is only available for dimensions >= 3.
    //! For a tensor with dimensions {N, C, H, W},
    //! the memory layout is equivalent to the array with dimensions
    //! [N][H][W][(C+7)/8*8], with the tensor coordinates (n, c, h, w)
    //! mapping to array subscript [n][h][w][c].
    kHWC8 = 2,

    //! Four wide channel vectorized row major format. This format is bound to
    //! INT8 or FP16. It is only available for dimensions >= 3.
    //! For INT8, the C dimension must be a build-time constant.
    //! For a tensor with dimensions {N, C, H, W},
    //! the memory layout is equivalent to a C array with dimensions
    //! [N][(C+3)/4][H][W][4], with the tensor coordinates (n, c, h, w)
    //! mapping to array subscript [n][c/4][h][w][c%4].
    //!
    //! Deprecated usage:
    //!
    //! If running on the DLA, this format can be used for acceleration
    //! with the caveat that C must be equal or lesser than 4.
    //! If used as DLA input and the build option kGPU_FALLBACK is not specified,
    //! it needs to meet line stride requirement of DLA format. Column stride in bytes should
    //! be a multiple of 32 on Xavier and 64 on Orin.
    kCHW4 = 3,

    //! Sixteen wide channel vectorized row major format. This format is bound
    //! to FP16. It is only available for dimensions >= 3.
    //! For a tensor with dimensions {N, C, H, W},
    //! the memory layout is equivalent to a C array with dimensions
    //! [N][(C+15)/16][H][W][16], with the tensor coordinates (n, c, h, w)
    //! mapping to array subscript [n][c/16][h][w][c%16].
    //!
    //! For DLA usage, this format maps to the native feature format for FP16,
    //! and the tensor sizes are limited to C,H,W in the range [1,8192].
    //!
    kCHW16 = 4,

    //! Thirty-two wide channel vectorized row major format. This format is
    //! only available for dimensions >= 3.
    //! For a tensor with dimensions {N, C, H, W},
    //! the memory layout is equivalent to a C array with dimensions
    //! [N][(C+31)/32][H][W][32], with the tensor coordinates (n, c, h, w)
    //! mapping to array subscript [n][c/32][h][w][c%32].
    //!
    //! For DLA usage, this format maps to the native feature format for INT8,
    //! and the tensor sizes are limited to C,H,W in the range [1,8192].
    kCHW32 = 5,

    //! Eight channel format where C is padded to a multiple of 8. This format
    //! is bound to FP16, and it is only available for dimensions >= 4.
    //! For a tensor with dimensions {N, C, D, H, W},
    //! the memory layout is equivalent to an array with dimensions
    //! [N][D][H][W][(C+7)/8*8], with the tensor coordinates (n, c, d, h, w)
    //! mapping to array subscript [n][d][h][w][c].
    kDHWC8 = 6,

    //! Thirty-two wide channel vectorized row major format. This format is
    //! bound to FP16 and INT8 and is only available for dimensions >= 4.
    //! For a tensor with dimensions {N, C, D, H, W},
    //! the memory layout is equivalent to a C array with dimensions
    //! [N][(C+31)/32][D][H][W][32], with the tensor coordinates (n, c, d, h, w)
    //! mapping to array subscript [n][c/32][d][h][w][c%32].
    kCDHW32 = 7,

    //! Non-vectorized channel-last format. This format is bound to either FP32 or UINT8,
    //! and is only available for dimensions >= 3.
    kHWC = 8,

    //! DLA planar format. For a tensor with dimension {N, C, H, W}, the W axis
    //! always has unit stride. The stride for stepping along the H axis is
    //! rounded up to 64 bytes.
    //!
    //! The memory layout is equivalent to a C array with dimensions
    //! [N][C][H][roundUp(W, 64/elementSize)] where elementSize is
    //! 2 for FP16 and 1 for Int8, with the tensor coordinates (n, c, h, w)
    //! mapping to array subscript [n][c][h][w].
    kDLA_LINEAR = 9,

    //! DLA image format. For a tensor with dimension {N, C, H, W} the C axis
    //! always has unit stride. The stride for stepping along the H axis is rounded up
    //! to 32 bytes on Xavier and 64 bytes on Orin. C can only be 1, 3 or 4.
    //! If C == 1, it will map to grayscale format.
    //! If C == 3 or C == 4, it will map to color image format. And if C == 3,
    //! the stride for stepping along the W axis needs to be padded to 4 in elements.
    //!
    //! When C is {1, 3, 4}, then C' is {1, 4, 4} respectively,
    //! the memory layout is equivalent to a C array with dimensions
    //! [N][H][roundUp(W, 32/C'/elementSize)][C'] on Xavier and [N][H][roundUp(W, 64/C'/elementSize)][C'] on Orin
    //! where elementSize is 2 for FP16
    //! and 1 for Int8. The tensor coordinates (n, c, h, w) mapping to array
    //! subscript [n][h][w][c].
    kDLA_HWC4 = 10,

    //! Sixteen channel format where C is padded to a multiple of 16. This format
    //! is bound to FP16. It is only available for dimensions >= 3.
    //! For a tensor with dimensions {N, C, H, W},
    //! the memory layout is equivalent to the array with dimensions
    //! [N][H][W][(C+15)/16*16], with the tensor coordinates (n, c, h, w)
    //! mapping to array subscript [n][h][w][c].
    kHWC16 = 11
};

1. kLINEAR(不涉及向量化操作):

   1. 描述: 行主线性格式。

   2. 适用范围: 所有维度都可以，但最常见于4维张量。

   3. 布局: 数据按行排列，主要用于内存连续存储。

2. kCHW2:

   1. 描述: 两通道宽度向量化的行主格式，绑定于 FP16 数据类型。

   2. 适用范围: 维度大于等于3。

   3. 布局: 每两个通道向量化为一组，适用于特定的计算优化。

1. kHWC8:

   1. 描述: 通道数被填充至8的格式，绑定于 FP16 数据类型。

   2. 适用范围: 维度大于等于3。

   3. 布局: 通道数被填充至8的倍数，适用于某些硬件加速器。

1. kCHW4:

   1. 描述: 四通道宽度向量化的行主格式，绑定于 INT8 或 FP16 数据类型。

   2. 适用范围: 维度大于等于3。

   3. 布局: 每四个通道向量化为一组，适用于特定的计算优化。

1. kCHW16:

   1. 描述: 十六通道宽度向量化的行主格式，绑定于 FP16 数据类型。

   2. 适用范围: 维度大于等于3。

   3. 布局: 每十六个通道向量化为一组，适用于特定的计算优化。

1. kCHW32:

   1. 描述: 三十二通道宽度向量化的行主格式。

   2. 适用范围: 维度大于等于3。

   3. 布局: 每三十二个通道向量化为一组，适用于特定的计算优化。

1. kDHWC8:

   1. 描述: 通道数被填充至8的格式，绑定于 FP16 数据类型。

   2. 适用范围: 维度大于等于4。

   3. 布局: 通道数被填充至8的倍数，适用于某些硬件加速器。

1. kCDHW32:

   1. 描述: 三十二通道深度宽度向量化的行主格式，绑定于 FP16 或 INT8 数据类型。

   2. 适用范围: 维度大于等于4。

   3. 布局: 每三十二个通道向量化为一组，适用于特定的计算优化。

1. kHWC:

   1. 描述: 非向量化的通道末尾格式，绑定于 FP32 或 UINT8 数据类型。

   2. 适用范围: 维度大于等于3。

   3. 布局: 通道数在最后，适用于一些特定场景。

1. kDLA_LINEAR:

• 描述: DLA 线性格式，适用于 DL 加速器。

• 适用范围: 维度大于等于3。

• 布局: 通道数在最前，W 轴有64字节对齐，适用于特定硬件架构。

1. kDLA_HWC4:

• 描述: DLA 图像格式，适用于 DL 加速器。

• 适用范围: 维度大于等于3。

• 布局: 通道数在最后，W 轴有32或64字节对齐，适用于特定硬件架构。

1. kHWC16:

• 描述: 十六通道宽度向量化的通道末尾格式，绑定于 FP16 数据类型。

• 适用范围: 维度大于等于3。

• 布局: 通道数被填充至16的倍数，适用于特定的计算优化。

enum class TensorIOMode

//!
//! \enum TensorIOMode
//!
//! \brief Definition of tensor IO Mode.
//!
enum class TensorIOMode : int32_t
{
    //! Tensor is not an input or output.
    kNONE = 0,

    //! Tensor is input to the engine.
    kINPUT = 1,

    //! Tensor is output by the engine.
    kOUTPUT = 2
};

nvinfer1::ProfilingVerbosity

//!
//! \enum ProfilingVerbosity
//!
//! \brief List of verbosity levels of layer information exposed in NVTX annotations and in IEngineInspector.
//!
//! \see IBuilderConfig::setProfilingVerbosity(),
//!      IBuilderConfig::getProfilingVerbosity(),
//!      IEngineInspector
//!
enum class ProfilingVerbosity : int32_t
{
    kLAYER_NAMES_ONLY = 0, //!< Print only the layer names. This is the default setting.
    kNONE = 1,             //!< Do not print any layer information.
    kDETAILED = 2,         //!< Print detailed layer information including layer names and layer parameters.

    //! \deprecated Deprecated in TensorRT 8.0. Superseded by kLAYER_NAMES_ONLY.
    kDEFAULT TRT_DEPRECATED_ENUM = kLAYER_NAMES_ONLY,
    //! \deprecated Deprecated in TensorRT 8.0. Superseded by kDETAILED.
    kVERBOSE TRT_DEPRECATED_ENUM = kDETAILED
};

ProfilingVerbosity 是一个枚举类型，用于设置在NVTX注解和IEngineInspector中暴露的层信息的详细程度。枚举值如下：

• kLAYER_NAMES_ONLY: 仅打印层名称。这是默认设置。

• kNONE: 不打印任何层信息。

• kDETAILED: 打印详细的层信息，包括层名称和层参数。

可以根据需要选择不同的详细程度，从而更好地理解和分析网络模型的层信息。

nvinfer1::IEngineInspector

//!
//! \class IEngineInspector
//!
//! \brief An engine inspector which prints out the layer information of an engine or an execution context.
//!
//! The amount of printed information depends on the profiling verbosity setting of the builder config when the engine
//! is built:
//! - ProfilingVerbosity::kLAYER_NAMES_ONLY: only layer names will be printed.
//! - ProfilingVerbosity::kNONE: no layer information will be printed.
//! - ProfilingVerbosity::kDETAILED: layer names and layer parameters will be printed.
//!
//! \warning Do not inherit from this class, as doing so will break forward-compatibility of the API and ABI.
//!
//! \see ProfilingVerbosity, IEngineInspector
//!
class IEngineInspector : public INoCopy
{
public:
    virtual ~IEngineInspector() noexcept = default;

    //!
    //! \brief Set an execution context as the inspection source.
    //!
    //! Setting the execution context and specifying all the input shapes allows the inspector
    //! to calculate concrete dimensions for any dynamic shapes and display their format information.
    //! Otherwise, values dependent on input shapes will be displayed as -1 and format information
    //! will not be shown.
    //!
    //! Passing nullptr will remove any association with an execution context.
    //!
    //! \return Whether the action succeeds.
    //!
    bool setExecutionContext(IExecutionContext const* context) noexcept
    {
        return mImpl->setExecutionContext(context);
    }

    //!
    //! \brief Get the context currently being inspected.
    //!
    //! \return The pointer to the context currently being inspected.
    //!
    //! \see setExecutionContext()
    //!
    IExecutionContext const* getExecutionContext() const noexcept
    {
        return mImpl->getExecutionContext();
    }

    //!
    //! \brief Get a string describing the information about a specific layer in the current engine or the execution
    //!        context.
    //!
    //! \param layerIndex the index of the layer. It must lie in range [0, engine.getNbLayers()).
    //!
    //! \param format the format the layer information should be printed in.
    //!
    //! \return A null-terminated C-style string describing the information about a specific layer in the current
    //!         engine or the execution context.
    //!
    //! \warning The content of the returned string may change when another execution context has
    //!          been set, or when another getLayerInformation() or getEngineInformation() has been called.
    //!
    //! \warning In a multi-threaded environment, this function must be protected from other threads changing the
    //!          inspection source. If the inspection source changes, the data that is being pointed to can change.
    //!          Copy the string to another buffer before releasing the lock in order to guarantee consistency.
    //!
    //! \see LayerInformationFormat
    //!
    char const* getLayerInformation(int32_t layerIndex, LayerInformationFormat format) const noexcept
    {
        return mImpl->getLayerInformation(layerIndex, format);
    }

    //!
    //! \brief Get a string describing the information about all the layers in the current engine or the execution
    //!        context.
    //!
    //! \param layerIndex the index of the layer. It must lie in range [0, engine.getNbLayers()).
    //!
    //! \param format the format the layer information should be printed in.
    //!
    //! \return A null-terminated C-style string describing the information about all the layers in the current
    //!         engine or the execution context.
    //!
    //! \warning The content of the returned string may change when another execution context has
    //!          been set, or when another getLayerInformation() or getEngineInformation() has been called.
    //!
    //! \warning In a multi-threaded environment, this function must be protected from other threads changing the
    //!          inspection source. If the inspection source changes, the data that is being pointed to can change.
    //!          Copy the string to another buffer before releasing the lock in order to guarantee consistency.
    //!
    //! \see LayerInformationFormat
    //!
    char const* getEngineInformation(LayerInformationFormat format) const noexcept
    {
        return mImpl->getEngineInformation(format);
    }

    //!
    //! \brief Set the ErrorRecorder for this interface
    //!
    //! Assigns the ErrorRecorder to this interface. The ErrorRecorder will track all errors during execution.
    //! This function will call incRefCount of the registered ErrorRecorder at least once. Setting
    //! recorder to nullptr unregisters the recorder with the interface, resulting in a call to decRefCount if
    //! a recorder has been registered.
    //!
    //! If an error recorder is not set, messages will be sent to the global log stream.
    //!
    //! \param recorder The error recorder to register with this interface.
    //
    //! \see getErrorRecorder()
    //!
    void setErrorRecorder(IErrorRecorder* recorder) noexcept
    {
        mImpl->setErrorRecorder(recorder);
    }

    //!
    //! \brief Get the ErrorRecorder assigned to this interface.
    //!
    //! Retrieves the assigned error recorder object for the given class. A nullptr will be returned if
    //! an error handler has not been set.
    //!
    //! \return A pointer to the IErrorRecorder object that has been registered.
    //!
    //! \see setErrorRecorder()
    //!
    IErrorRecorder* getErrorRecorder() const noexcept
    {
        return mImpl->getErrorRecorder();
    }

protected:
    apiv::VEngineInspector* mImpl;
}; // class IEngineInspector

这个类是一个引擎检查器，用于打印引擎或执行上下文中的层信息。

1. bool setExecutionContext(IExecutionContext const* context) noexcept: 设置要检查的执行上下文。如果指定了所有输入形状，则检查器可以计算任何动态形状的具体维度并显示其格式信息。返回操作是否成功的布尔值。

1. IExecutionContext const* getExecutionContext() const noexcept: 获取当前被检查的执行上下文的指针。

1. char const* getLayerInformation(int32_t layerIndex, LayerInformationFormat format) const noexcept: 获取关于当前引擎或执行上下文中特定层信息的字符串描述。参数 layerIndex 表示层的索引，format 表示信息格式。返回描述信息的C风格字符串。

• 输出示例(手动去掉了输出字符串末尾的)：

[info]layer_info: reshape_before_/linear/MatMul
[info]layer_info: /linear/MatMul
[info]layer_info: reshape_after_/linear/MatMul

1. char const* getEngineInformation(LayerInformationFormat format) const noexcept: 获取关于当前引擎或执行上下文中所有层信息的字符串描述。参数 format 表示信息格式。返回描述信息的C风格字符串。

• 输出示例：

[info]layer_info: Layers:
reshape_before_/linear/MatMul
/linear/MatMul
reshape_after_/linear/MatMul

Bindings:
input0
output0

1. void setErrorRecorder(IErrorRecorder* recorder) noexcept: 设置错误记录器。参数 recorder 是要注册到该接口的错误记录器。这个函数不返回任何值。

1. IErrorRecorder* getErrorRecorder() const noexcept: 获取分配给该接口的错误记录器。返回注册的错误记录器对象的指针。

nvinfer1::LayerInformationFormat

enum class LayerInformationFormat : int32_t
{
    kONELINE = 0, //!< Print layer information in one line per layer.
    kJSON = 1,    //!< Print layer information in JSON format.
};

这些类是 NVIDIA TensorRT 中用于描述张量维度的类，它们继承自 Dims 类，并提供了各种维度的数据描述。以下是对这些类的详细解释：

Dims

Dims 类是一个基类，用于表示张量的维度。它包含了以下主要成员：

• nbDims：表示维度的数量。

• d：一个数组，存储每个维度的大小。

• MAX_DIMS：一个常量，表示支持的最大维度数。

Dims2

• Dims2()：默认构造函数，创建一个空的 Dims2 对象，维度大小为 {0, 0}。

• Dims2(int32_t d0, int32_t d1)：构造一个包含两个维度的 Dims2 对象，维度大小为 {d0, d1}。

DimsHW

DimsHW 类继承自 Dims2，用于描述二维空间数据，通常用于表示图像的高度和宽度。

• int32_t& h()：返回高度的引用。

• int32_t h() const：返回高度的常量引用。

• int32_t& w()：返回宽度的引用。

• int32_t w() const：返回宽度的常量引用。

Dims3

Dims3 类继承自 Dims2，用于描述三维数据。

Dims4

Dims4 类继承自 Dims3，用于描述四维数据。