ນີ້ແມ່ນແອັບ Windows ທີ່ມີຊື່ວ່າ Torch-TensorRT ເຊິ່ງລຸ້ນຫຼ້າສຸດສາມາດດາວໂຫຼດໄດ້ໃນນາມ libtorchtrt-2.9.0-tensorrt10.13.3-cuda130-libtorch2.9.0-x86_64-linux.tar.gz. ມັນສາມາດດໍາເນີນການອອນໄລນ໌ຢູ່ໃນຜູ້ໃຫ້ບໍລິການໂຮດຕິ້ງຟຣີ OnWorks ສໍາລັບສະຖານີບ່ອນເຮັດວຽກ.
ດາວນ໌ໂຫລດແລະດໍາເນີນການອອນໄລນ໌ app ນີ້ມີຊື່ Torch-TensorRT ກັບ OnWorks ໄດ້ຟຣີ.
ປະຕິບັດຕາມຄໍາແນະນໍາເຫຼົ່ານີ້ເພື່ອດໍາເນີນການ app ນີ້:
- 1. ດາວໂຫຼດຄໍາຮ້ອງສະຫມັກນີ້ໃນ PC ຂອງທ່ານ.
- 2. ໃສ່ໃນຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 3. ອັບໂຫລດແອັບພລິເຄຊັນນີ້ຢູ່ໃນຕົວຈັດການໄຟລ໌ດັ່ງກ່າວ.
- 4. ເລີ່ມ emulator ອອນ ໄລ ນ ໌ OS OnWorks ຈາກ ເວັບ ໄຊ ທ ໌ ນີ້, ແຕ່ ດີກ ວ່າ Windows ອອນ ໄລ ນ ໌ emulator.
- 5. ຈາກ OnWorks Windows OS ທີ່ເຈົ້າຫາກໍ່ເລີ່ມຕົ້ນ, ໄປທີ່ຕົວຈັດການໄຟລ໌ຂອງພວກເຮົາ https://www.onworks.net/myfiles.php?username=XXXXX ດ້ວຍຊື່ຜູ້ໃຊ້ທີ່ທ່ານຕ້ອງການ.
- 6. ດາວນ໌ໂຫລດຄໍາຮ້ອງສະຫມັກແລະຕິດຕັ້ງມັນ.
- 7. ດາວໂຫລດ Wine ຈາກບ່ອນເກັບມ້ຽນຊອບແວການແຈກຢາຍ Linux ຂອງທ່ານ. ເມື່ອຕິດຕັ້ງແລ້ວ, ທ່ານສາມາດຄລິກສອງຄັ້ງ app ເພື່ອດໍາເນີນການໃຫ້ເຂົາເຈົ້າກັບ Wine. ນອກນັ້ນທ່ານຍັງສາມາດລອງ PlayOnLinux, ການໂຕ້ຕອບທີ່ແປກປະຫຼາດໃນໄລຍະ Wine ທີ່ຈະຊ່ວຍໃຫ້ທ່ານຕິດຕັ້ງໂປລແກລມ Windows ແລະເກມທີ່ນິຍົມ.
ເຫຼົ້າແວງເປັນວິທີການແລ່ນຊອບແວ Windows ໃນ Linux, ແຕ່ບໍ່ມີ Windows ທີ່ຕ້ອງການ. ເຫຼົ້າແວງແມ່ນຊັ້ນຄວາມເຂົ້າກັນໄດ້ຂອງ Windows ແຫຼ່ງເປີດທີ່ສາມາດເອີ້ນໃຊ້ໂຄງການ Windows ໂດຍກົງໃນ desktop Linux ໃດກໍໄດ້. ໂດຍພື້ນຖານແລ້ວ, Wine ກໍາລັງພະຍາຍາມປະຕິບັດໃຫມ່ຢ່າງພຽງພໍຂອງ Windows ຕັ້ງແຕ່ເລີ່ມຕົ້ນເພື່ອໃຫ້ມັນສາມາດດໍາເນີນການຄໍາຮ້ອງສະຫມັກ Windows ທັງຫມົດໄດ້ໂດຍບໍ່ຕ້ອງໃຊ້ Windows.
ໜ້າ ຈໍ
Ad
Torch-TensorRT
ລາຍລະອຽດ
Torch-TensorRT ແມ່ນຕົວສັງລວມສໍາລັບ PyTorch/TorchScript, ກໍານົດເປົ້າຫມາຍ NVIDIA GPUs ຜ່ານ TensorRT Deep Learning Optimizer ແລະ Runtime ຂອງ NVIDIA. ບໍ່ເຫມືອນກັບຕົວສັງລວມພຽງແຕ່ພາຍໃນເວລາ (JIT) ຂອງ PyTorch, Torch-TensorRT ແມ່ນການລວບລວມລ່ວງຫນ້າຂອງເວລາ (AOT), ຊຶ່ງຫມາຍຄວາມວ່າກ່ອນທີ່ທ່ານຈະໃຊ້ລະຫັດ TorchScript ຂອງທ່ານ, ທ່ານຜ່ານຂັ້ນຕອນການລວບລວມຢ່າງຈະແຈ້ງເພື່ອປ່ຽນໂຄງການ TorchScript ມາດຕະຖານເປັນ. ໂມດູນທີ່ແນໃສ່ເຄື່ອງຈັກ TensorRT. Torch-TensorRT ດໍາເນີນການເປັນສ່ວນຂະຫຍາຍ PyTorch ແລະລວບລວມໂມດູນທີ່ປະສົມປະສານເຂົ້າໄປໃນ JIT runtime ຢ່າງລຽບງ່າຍ. ຫຼັງຈາກການສັງລວມການນໍາໃຊ້ເສັ້ນສະແດງທີ່ເຫມາະສົມຄວນຈະບໍ່ມີຄວາມຮູ້ສຶກທີ່ແຕກຕ່າງກັນກັບການແລ່ນໂມດູນ TorchScript. ນອກນັ້ນທ່ານຍັງມີການເຂົ້າເຖິງຊຸດການຕັ້ງຄ່າຂອງ TensorRT ໃນເວລາລວບລວມ, ດັ່ງນັ້ນທ່ານສາມາດກໍານົດຄວາມແມ່ນຍໍາຂອງການດໍາເນີນງານ (FP32/FP16/INT8) ແລະການຕັ້ງຄ່າອື່ນໆສໍາລັບໂມດູນຂອງທ່ານ.
ຄຸນລັກສະນະ
- ສ້າງຕູ້ບັນຈຸ docker ສໍາລັບ Torch-TensorRT
- NVIDIA NGC Container
- ຕ້ອງການ Libtorch 1.12.0 (ສ້າງດ້ວຍ CUDA 11.3)
- ສ້າງໂດຍໃຊ້ cuDNN & TensorRT ການແຜ່ກະຈາຍ tarball
- ທົດສອບໂດຍໃຊ້ Python backend
- ທ່ານມີການເຂົ້າເຖິງຊຸດການຕັ້ງຄ່າຂອງ TensorRT ໃນເວລາລວບລວມ
ພາສາການຂຽນໂປຣແກຣມ
C ++
ປະເພດ
ນີ້ແມ່ນແອັບພລິເຄຊັນທີ່ຍັງສາມາດເອົາມາຈາກ https://sourceforge.net/projects/torch-tensorrt.mirror/. ມັນໄດ້ຖືກຈັດຢູ່ໃນ OnWorks ເພື່ອໃຫ້ດໍາເນີນການອອນໄລນ໌ດ້ວຍວິທີທີ່ງ່າຍທີ່ສຸດຈາກຫນຶ່ງໃນລະບົບປະຕິບັດງານຟຣີຂອງພວກເຮົາ.
