环境
- Anaconda3 / Python 3.7
- Tensorflow-gpu 2.0
- TensorRT 7.3
- CUDA 10.2
- CUDNN 8.1
- VS 2019
1.下载TensorRT
注意下载自己的对应版本
2.安装uff和graphsurgeon
分别找到：graphsurgeon-0.4.5-py2.py3-none-any.whl 与 uff-0.6.9-py2.py3-none-any.whl
>pip install uff-0.6.9-py2.py3-none-any.whl
>pip install graphsurgeon-0.4.5-py2.py3-none-any.whl
3.复制dll文件到cuda安装目录
把上面 的 dll 拷贝到： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin （就是CUDA的安装路径）
4.添加环境变量
PATH：D:\xxxxxxx\TensorRT-7.2.3\lib
5.测试
VS2019 打开 -> sample_mnist.sln （懒得截了，借用别人的截图~~）
右键 -> 生成
生成后文件的目录：
注意先下载数据！
下载 mnist 数据：(python 运行即可)
如何因为网络的原因下载不下来，可以把部分代码修改如下：
#改一下url的文件
with urllib.request.urlopen("http://yann.lecun.com/exdb/mnist/t10k-images-idx3-ubyte.gz") as res:
data = load_mnist_data(gzip.decompress(res.read()))
with urllib.request.urlopen("http://yann.lecun.com/exdb/mnist/t10k-labels-idx1-ubyte.gz") as res:
labels = load_mnist_labels(gzip.decompress(res.read()))
运行 sample_mnist.exe
[参考链接]
https://blog.csdn.net/qq_19707521/article/details/104986296
https://blog.csdn.net/u011473714/article/details/95042856
