请问用TensorRT扩展实现RetinaNet的后处理部分时如何编译Custom Operator
已解决请问用TensorRT扩展实现RetinaNet的后处理部分时如何编译Custom Operators？
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
2
条回答
写回答
-
今天也要加油吖~采纳回答
您好，有三种编译Custom Operators的方式：Building with CMake、Building with JIT Compilation及Building with Setuptools。这三种编译方式适用于不同场景，您可以根据自己的需求进行选择。
2023-01-29 13:13:16赞同 1 展开评论 -
-
首先，需要安装TensorRT的开发环境，包括CUDA、CUDNN、TensorRT等。
-
然后，需要编写RetinaNet的后处理部分的Custom Operator，并将其编译成可以在TensorRT中使用的库文件。
-
最后，需要将Custom Operator库文件加载到TensorRT中，并将其与RetinaNet的后处理部分进行集成。
2023-01-29 15:50:28赞同 2 展开评论 -
问答分类：
相关问答
人工智能平台 PAI（Platform for AI，原机器学习平台PAI）是面向开发者和企业的机器学习/深度学习工程平台，提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务，内置140+种优化算法，具备丰富的行业场景插件，为用户提供低门槛、高性能的云原生AI工程化能力。
相关文章
热门讨论
热门文章
展开全部
还有其他疑问?
咨询AI助理