¥ 47.00购买 ¥59.00 课程8.0折
开通会员,立省4.70元, 立即开通
立即购买

你将收获

给Tensorflow部署框架增加更多功能

了解如何优化tensorflow部署框架的性能

适用人群

深度学习研究及开发人员

课程介绍

本课程是《Tensorflow 模型 C++部署实战》部分的续集,高级部分,主要讲述,如何进行新版本移植,加载Frozen pb,  虚拟GPU, TF-TRT优化专题,对部署框架增加更多功能和性能优化。

课程讨论

老师您好,我看TF-TRT官网介绍是直接用python转换出一个trt的计算图,然后在利用里面的TRTEngineOP来写出一个plan文件,然后再用C++来写一个推理的代码,里面有IEngine之类的,只依赖TRT。不太懂为什么老师您这个方法需要用Tensorflow

郭老师,tensorflow源码编译后的.so文件比较大,可以用tensorrt c++直接加载模型tensorflow2.0编译好的模型吗? 在网上找了很多,说是要将pb模型转换成uff格式,但python的uff不支持tensorflow2.0

不少学员要求出windows的视频,我已经在网盘课件中上传了windows的源码和测试代码,已经购买的学员可以下载了,本周会增加讲解视频。