TensorRT構(gòu)建具有動態(tài)形狀的引擎的步驟

動態(tài)形狀(Dynamic Shapes)是延遲指定部分或全部張量維度直到運(yùn)行時(shí)的能力。動態(tài)形狀可以通過 C++ 和 Python 接口使用。 以下部分提供了更詳細(xì)的信息；但是，這里概述了構(gòu)建具有動態(tài)形狀的引擎的步驟：

1.網(wǎng)絡(luò)定義不得具有隱式批次維度。

C++

通過調(diào)用創(chuàng)建INetworkDefinition

IBuilder::createNetworkV2(1U <<
        static_cast(NetworkDefinitionCreationFlag::kEXPLICIT_BATCH))

Python

通過調(diào)用創(chuàng)建tensorrt.INetworkDefinition

create_network(1 <<
        int(tensorrt.NetworkDefinitionCreationFlag.EXPLICIT_BATCH))

這些調(diào)用要求網(wǎng)絡(luò)沒有隱式批處理維度。

2.-1作為維度的占位符來指定輸入張量的每個(gè)運(yùn)行時(shí)維度。

3.指定一個(gè)或多個(gè)優(yōu)化配置文件，為具有運(yùn)行時(shí)維度的輸入指定允許的維度范圍，以及自動調(diào)整器將優(yōu)化的維度。有關(guān)詳細(xì)信息，請參閱優(yōu)化配置文件。

4.要使用引擎：

• 從引擎創(chuàng)建執(zhí)行上下文，與沒有動態(tài)形狀的情況相同。
• 指定步驟 3 中涵蓋輸入維度的優(yōu)化配置文件之一。
• 指定執(zhí)行上下文的輸入維度。設(shè)置輸入維度后，您可以獲得TensorRT針對給定輸入維度計(jì)算的輸出維度。
• Enqueue work。

8.1. Specifying Runtime Dimensions

構(gòu)建網(wǎng)絡(luò)時(shí)，使用-1表示輸入張量的運(yùn)行時(shí)維度。例如，要?jiǎng)?chuàng)建一個(gè)名為foo的 3D 輸入張量，其中最后兩個(gè)維度在運(yùn)行時(shí)指定，第一個(gè)維度在構(gòu)建時(shí)固定，請發(fā)出以下命令。

C++

networkDefinition.addInput("foo", DataType::kFLOAT, Dims3(3, -1, -1))

Python

network_definition.add_input("foo", trt.float32, (3, -1, -1))

在運(yùn)行時(shí)，您需要在選擇優(yōu)化配置文件后設(shè)置輸入維度（請參閱優(yōu)化配置文件）。設(shè)輸入foo的bindingIndex為0，輸入的維度為[3,150,250]。在為前面的示例設(shè)置優(yōu)化配置文件后，您將調(diào)用：

C++

context.setBindingDimensions(0, Dims3(3, 150, 250))

Python

context.set_binding_shape(0, (3, 150, 250))

在運(yùn)行時(shí)，向引擎詢問綁定維度會返回用于構(gòu)建網(wǎng)絡(luò)的相同維度，這意味著每個(gè)運(yùn)行時(shí)維度都會得到-1。例如：

C++

engine.getBindingDimensions(0) returns a Dims with dimensions {3, -1, -1}

Python

engine.get_binding_shape(0) returns (3, -1, -1)

要獲取特定于每個(gè)執(zhí)行上下文的實(shí)際維度，請查詢執(zhí)行上下文：

C++

context.getBindingDimensions(0) returns a Dims with dimensions {3, 150, 250}.

Python

context.get_binding_shape(0) returns (3, 150, 250).

注意：輸入的setBindingDimensions的返回值僅表明與為該輸入設(shè)置的優(yōu)化配置文件相關(guān)的一致性。指定所有輸入綁定維度后，您可以通過查詢網(wǎng)絡(luò)輸出綁定的維度來檢查整個(gè)網(wǎng)絡(luò)在動態(tài)輸入形狀方面是否一致。

nvinfer1::Dims out_dim = context->getBindingDimensions(out_index);

if (out_dim.nbDims == -1) {
gLogError << "Invalid network output, this might be caused by inconsistent input shapes." << std::endl;
// abort inference
}

8.2. Optimization Profiles

優(yōu)化配置文件描述了每個(gè)網(wǎng)絡(luò)輸入的維度范圍以及自動調(diào)諧器將用于優(yōu)化的維度。使用運(yùn)行時(shí)維度時(shí)，您必須在構(gòu)建時(shí)創(chuàng)建至少一個(gè)優(yōu)化配置文件。兩個(gè)配置文件可以指定不相交或重疊的范圍。

例如，一個(gè)配置文件可能指定最小尺寸[3,100,200]，最大尺寸[3,200,300]和優(yōu)化尺寸[3,150,250]而另一個(gè)配置文件可能指定最小，最大和優(yōu)化尺寸[3,200,100] ， [3,300,400] ，和[3,250,250]。

要?jiǎng)?chuàng)建優(yōu)化配置文件，首先構(gòu)造一個(gè)IOptimizationProfile。然后設(shè)置最小、優(yōu)化和最大維度，并將其添加到網(wǎng)絡(luò)配置中。優(yōu)化配置文件定義的形狀必須為網(wǎng)絡(luò)定義有效的輸入形狀。以下是前面提到的第一個(gè)配置文件對輸入foo的調(diào)用：

C++

IOptimizationProfile* profile = builder.createOptimizationProfile();
profile->setDimensions("foo", OptProfileSelector::kMIN, Dims3(3,100,200);
profile->setDimensions("foo", OptProfileSelector::kOPT, Dims3(3,150,250);
profile->setDimensions("foo", OptProfileSelector::kMAX, Dims3(3,200,300);

config->addOptimizationProfile(profile)

Python

profile = builder.create_optimization_profile();
profile.set_shape("foo", (3, 100, 200), (3, 150, 250), (3, 200, 300)) 
config.add_optimization_profile(profile)

在運(yùn)行時(shí)，您需要在設(shè)置輸入維度之前設(shè)置優(yōu)化配置文件。配置文件按照添加的順序編號，從0開始。請注意，每個(gè)執(zhí)行上下文必須使用單獨(dú)的優(yōu)化配置文件。 要選擇示例中的第一個(gè)優(yōu)化配置文件，請使用：

C++調(diào)用context.setOptimizationProfileAsync(0, stream)

其中stream是在此上下文中用于后續(xù)enqueue()或enqueueV2()調(diào)用的 CUDA 流。

Python設(shè)置context.set_optimization_profile_async(0, stream)

如果關(guān)聯(lián)的 CUDA 引擎具有動態(tài)輸入，則必須使用唯一的配置文件索引至少設(shè)置一次優(yōu)化配置文件，該唯一配置文件索引未被其他未銷毀的執(zhí)行上下文使用。對于為引擎創(chuàng)建的第一個(gè)執(zhí)行上下文，隱式選擇配置文件 0。

可以調(diào)用setOptimizationProfileAsync()在配置文件之間切換。它必須在當(dāng)前上下文中的任何enqueue()或enqueueV2()操作完成后調(diào)用。當(dāng)多個(gè)執(zhí)行上下文同時(shí)運(yùn)行時(shí)，允許切換到以前使用但已被具有不同動態(tài)輸入維度的另一個(gè)執(zhí)行上下文釋放的配置文件。

setOptimizationProfileAsync()函數(shù)替換了現(xiàn)在已棄用的 APIsetOptimizationProfile()版本。使用setOptimizationProfile()在優(yōu)化配置文件之間切換可能會導(dǎo)致后續(xù)enqueue()或enqueueV2()操作操作中的 GPU 內(nèi)存復(fù)制操作。要在入隊(duì)期間避免這些調(diào)用，請改用setOptimizationProfileAsync()API。

在由多個(gè)配置文件構(gòu)建的引擎中，每個(gè)配置文件都有單獨(dú)的綁定索引。第K個(gè)配置文件的輸入/輸出張量的名稱附加了[profile K]，其中K以十進(jìn)制表示。例如，如果INetworkDefinition的名稱為“foo”，并且bindingIndex指的是優(yōu)化配置文件中索引為3的張量，則engine.getBindingName ( bindingIndex )返回“foo [profile 3]”。

同樣，如果使用ICudaEngine::getBindingIndex(name)獲取第一個(gè)配置文件 (K=0) 之外的配置文件 K 的索引，請將“[profile K]”附加到INetworkDefinition中使用的名稱。例如，如果張量在INetworkDefinition中被稱為“foo” ，則engine.getBindingIndex ( “ foo [profile 3] ” )在優(yōu)化配置文件3中返回張量“foo”的綁定索引。

始終省略K=0的后綴。

8.2.1. Bindings For Multiple Optimization Profiles

考慮一個(gè)具有四個(gè)輸入、一個(gè)輸出、在IBuilderConfig中具有三個(gè)優(yōu)化配置文件的網(wǎng)絡(luò)。該引擎有15個(gè)綁定，每個(gè)優(yōu)化配置文件有5個(gè)，在概念上組織為一個(gè)表：

每行都是一個(gè)配置文件。表中的數(shù)字表示綁定索引。第一個(gè)配置文件的綁定索引為 0..4，第二個(gè)配置文件為 5..9，第三個(gè)配置文件為 10..14。

對于綁定屬于第一個(gè)配置文件但指定了另一個(gè)配置文件的情況，接口具有“自動更正”功能。在這種情況下，TensorRT 會警告錯(cuò)誤，然后從同一列中選擇正確的綁定索引。

為了向后半兼容，接口在綁定屬于第一個(gè)配置文件但指定了另一個(gè)配置文件的情況下具有“自動更正”功能。在這種情況下，TensorRT 會警告錯(cuò)誤，然后從同一列中選擇正確的綁定索引。

8.3. Layer Extensions For Dynamic Shapes

一些層具有允許指定動態(tài)形狀信息的可選輸入，并且有一個(gè)新層IShapeLayer用于在運(yùn)行時(shí)訪問張量的形狀。此外，一些層允許計(jì)算新的形狀。下一節(jié)將討論語義細(xì)節(jié)和限制。以下是與動態(tài)形狀結(jié)合使用時(shí)可能有用的內(nèi)容的摘要。

IShapeLayer輸出一個(gè)包含輸入張量尺寸的一維張量。例如，如果輸入張量的維度為[2,3,5,7]，則輸出張量是包含{2,3,5,7}的四元素一維張量。如果輸入張量是標(biāo)量，則它的維度為[] ，輸出張量是包含{}的零元素一維張量。

IResizeLayer接受包含所需輸出尺寸的可選第二個(gè)輸入。

IShuffleLayer接受包含重塑尺寸的可選第二個(gè)輸入。例如，以下網(wǎng)絡(luò)將張量Y重塑為與X具有相同的維度：

C++

auto* reshape = networkDefinition.addShuffle(Y);
reshape.setInput(1, networkDefintion.addShape(X)->getOutput(0));

Python

reshape = network_definition.add_shuffle(y)
reshape.set_input(1, network_definition.add_shape(X).get_output(0))

ISliceLayer接受可選的第二、第三和第四個(gè)輸入，其中包含開始、大小和步幅。

IConcatenationLayer, IElementWiseLayer, IGatherLayer, IIdentityLayer, and IReduceLayer

可用于對形狀進(jìn)行計(jì)算并創(chuàng)建新的形狀張量。

8.4. Restrictions For Dynamic Shapes

由于層的權(quán)重具有固定大小，因此會出現(xiàn)以下層限制：

• IConvolutionLayer和IDeconvolutionLayer要求通道維度是構(gòu)建時(shí)常數(shù)。
• IFullyConnectedLayer要求最后三個(gè)維度是構(gòu)建時(shí)常量。
• Int8要求通道維度是構(gòu)建時(shí)常數(shù)。
• 接受額外形狀輸入的層（IResizeLayer、IShuffleLayer、ISliceLayer）要求額外的形狀輸入與最小和最大優(yōu)化配置文件的尺寸以及運(yùn)行時(shí)數(shù)據(jù)輸入的尺寸兼容；否則，它可能導(dǎo)致構(gòu)建時(shí)或運(yùn)行時(shí)錯(cuò)誤。

必須是構(gòu)建時(shí)常量的值不必是 API 級別的常量。 TensorRT 的形狀分析器通過進(jìn)行形狀計(jì)算的層進(jìn)行逐個(gè)元素的常數(shù)傳播。常量傳播發(fā)現(xiàn)一個(gè)值是構(gòu)建時(shí)常量就足夠了。

8.5. Execution Tensors vs. Shape Tensors

使用動態(tài)形狀的引擎采用兩階段執(zhí)行策略。

1. 計(jì)算所有張量的形狀
2. 將工作流式傳輸?shù)?GPU。

階段 1 是隱含的，由需求驅(qū)動，例如在請求輸出維度時(shí)。第 2 階段與之前版本的TensorRT 相同。兩階段執(zhí)行對動態(tài)性施加了一些限制，這些限制對于理解是很重要的。

關(guān)鍵限制是：

• 張量的等級必須在構(gòu)建時(shí)確定。
• 張量是執(zhí)行張量、形狀張量或兩者兼而有之。歸類為形狀張量的張量受到限制。

執(zhí)行張量是傳統(tǒng)的TensorRT張量。形狀張量是與形狀計(jì)算相關(guān)的張量。它必須是0D或1D，類型為Int32、Float或Bool，并且其形狀必須在構(gòu)建時(shí)可確定。例如，有一個(gè)IShapeLayer，其輸出是一維張量，其中包含輸入張量的維度。輸出是一個(gè)形狀張量。IShuffleLayer接受一個(gè)可選的第二個(gè)輸入，可以指定重塑尺寸。第二個(gè)輸入必須是一個(gè)形狀張量。

有些層在它們處理的張量類型方面是“多態(tài)的”。例如，IElementWiseLayer可以將兩個(gè)INT32執(zhí)行張量相加或?qū)蓚€(gè)INT32形狀張量相加。張量的類型取決于其最終用途。如果總和用于重塑另一個(gè)張量，那么它就是一個(gè)“形狀張量”。

8.5.1. Formal Inference Rules

TensorRT 用于對張量進(jìn)行分類的形式推理規(guī)則基于類型推理代數(shù)。令E表示執(zhí)行張量， S表示形狀張量。

IActivationLayer具有：

IActivationLayer: E → E

因?yàn)樗鼘?zhí)行張量作為輸入，將執(zhí)行張量作為輸出。IElementWiseLayer在這方面是多態(tài)的，有兩個(gè)特點(diǎn):

IElementWiseLayer: S × S → S, E × E → E

為簡潔起見，讓我們采用約定t是表示任一類張量的變量，并且特征中的所有t都指同一類張量。然后，前面的兩個(gè)特征可以寫成一個(gè)單一的多態(tài)特征：

IElementWiseLayer: t × t → t

雙輸入IShuffleLayer有一個(gè)形狀張量作為第二個(gè)輸入，并且相對于第一個(gè)輸入是多態(tài)的：

IShuffleLayer (two inputs): t × S → t

IConstantLayer沒有輸入，但可以產(chǎn)生任何一種張量，所以它的特征是：

IConstantLayer: → t

IShapeLayer的特征允許所有四種可能的組合E→E 、 E→S 、 S→E和S→S ，因此可以用兩個(gè)自變量編寫：

IShapeLayer: t1 → t2

這是完整的規(guī)則集，它也可以作為可以使用哪些層來操縱形狀張量的參考：

IAssertionLayer: S → 
IConcatenationLayer: t × t × ...→ t
IIfConditionalInputLayer: t → t
IIfConditionalOutputLayer: t → t
IConstantLayer: → t
IActivationLayer: t → t
IElementWiseLayer: t × t → t
IFillLayer: S → t
IFillLayer: S × E × E → E 
IGatherLayer: t × t → t
IIdentityLayer: t → t
IReduceLayer: t → t
IResizeLayer (one input): E → E
IResizeLayer (two inputs): E × S → E
ISelectLayer: t × t × t → t
IShapeLayer: t1 → t2
IShuffleLayer (one input): t → t
IShuffleLayer (two inputs): t × S → t
ISliceLayer (one input): t → t
ISliceLayer (two inputs): t × S → t
ISliceLayer (three inputs): t × S × S → t
ISliceLayer (four inputs): t × S × S × S → t
IUnaryLayer: t → t
all other layers: E × ... → E × ...

因?yàn)檩敵隹梢允嵌鄠€(gè)后續(xù)層的輸入，所以推斷的“類型”不是唯一的。例如，一個(gè)IConstantLayer可能會饋入一個(gè)需要執(zhí)行張量的用途和另一個(gè)需要形狀張量的用途。IConstantLayer的輸出被歸類為兩者，可以在兩階段執(zhí)行的階段 1 和階段 2 中使用。

在構(gòu)建時(shí)知道形狀張量的等級的要求限制了ISliceLayer可用于操縱形狀張量的方式。具體來說，如果指定結(jié)果大小的第三個(gè)參數(shù)不是構(gòu)建時(shí)常數(shù)，則生成的形狀張量的長度在構(gòu)建時(shí)將不再已知，從而打破形狀張量對構(gòu)建時(shí)形狀的限制.更糟糕的是，它可能被用來重塑另一個(gè)張量，打破了在構(gòu)建時(shí)必須知道張量等級的限制。

可以通過方法ITensor::isShapeTensor()和ITensor::isExecutionTensor ()方法檢查 TensorRT 的推理，它為形狀張量返回true，它為執(zhí)行張量返回true。在調(diào)用這些方法之前先構(gòu)建整個(gè)網(wǎng)絡(luò)，因?yàn)樗鼈兊拇鸢缚赡軙鶕?jù)添加的張量用途而改變。

例如，如果一個(gè)部分構(gòu)建的網(wǎng)絡(luò)將兩個(gè)張量T1和T2相加來創(chuàng)建張量T3，并且還不需要任何形狀張量，則isShapeTensor()對所有三個(gè)張量都返回false。將IShuffleLayer的第二個(gè)輸入設(shè)置為T3會導(dǎo)致所有三個(gè)張量成為形狀張量，因?yàn)?code style="font-size:inherit;color:inherit;margin:0px;padding:0px;border:0px;font-style:inherit;font-variant:inherit;font-weight:inherit;line-height:inherit;vertical-align:baseline;background-color:rgb(244,244,244);">IShuffleLayer要求其第二個(gè)可選輸入是形狀張量，如果IElementWiseLayer的輸出是形狀張量，那么它的輸入也是形狀張量。

8.6. Shape Tensor I/O (Advanced)

有時(shí)需要使用形狀張量作為網(wǎng)絡(luò) I/O 張量。例如，考慮一個(gè)僅由IshuffleLayer組成的網(wǎng)絡(luò)。 TensorRT 推斷第二個(gè)輸入是一個(gè)形狀張量。ITensor::isShapeTensor為它返回 true。因?yàn)樗且粋€(gè)輸入形狀張量，所以 TensorRT 需要兩件事：

• 在構(gòu)建時(shí)：形狀張量的優(yōu)化配置文件值。
• 在運(yùn)行時(shí)：形狀張量的值。

輸入形狀張量的形狀在構(gòu)建時(shí)始終是已知的。這是需要描述的值，因?yàn)樗鼈兛捎糜谥付▓?zhí)行張量的維度。

可以使用IOptimizationProfile::setShapeValues設(shè)置優(yōu)化配置文件值。類似于必須為具有運(yùn)行時(shí)維度的執(zhí)行張量提供最小、最大和優(yōu)化維度的方式，必須在構(gòu)建時(shí)為形狀張量提供最小、最大和優(yōu)化值。

對應(yīng)的運(yùn)行時(shí)方法是IExecutionContext::setInputShapeBinding，它在運(yùn)行時(shí)設(shè)置形狀張量的值。

因?yàn)椤皥?zhí)行張量”與“形狀張量”的推斷是基于最終用途，所以 TensorRT無法推斷網(wǎng)絡(luò)輸出是否為形狀張量。您必須通過INetworkDefinition::markOutputForShapes方法告訴它。

除了讓您輸出形狀信息以進(jìn)行調(diào)試外，此功能對于編寫引擎也很有用。例如，考慮構(gòu)建三個(gè)引擎，每個(gè)引擎用于子網(wǎng)絡(luò)A、B、C，其中從A 到 B 或 B 到 C的連接可能涉及形狀張量。逆序構(gòu)建網(wǎng)絡(luò)：C、B、A。構(gòu)建網(wǎng)絡(luò) C 后，可以使用ITensor::isShapeTensor判斷輸入是否為形狀張量，并使用INetworkDefinition::markOutputForShapes標(biāo)記網(wǎng)絡(luò)中對應(yīng)的輸出張量B.然后檢查B的哪些輸入是形狀張量，并在網(wǎng)絡(luò)A中標(biāo)記對應(yīng)的輸出張量。

網(wǎng)絡(luò)邊界處的形狀張量必須具有Int32類型。它們不能具有Float或Bool類型。Bool的一種解決方法是使用Int32作為 I/O 張量，帶有0和1，并且：

• 通過ElementWiseOperation::kGREATER轉(zhuǎn)換為Bool ，即x > 0。
• 通過ISelectLayer從Bool轉(zhuǎn)換，即y ? 1：0。

8.7. INT8 Calibration With Dynamic Shapes

要為具有動態(tài)形狀的網(wǎng)絡(luò)運(yùn)行 INT8 校準(zhǔn)，必須設(shè)置校準(zhǔn)優(yōu)化配置文件。使用配置文件的kOPT值執(zhí)行校準(zhǔn)。校準(zhǔn)輸入數(shù)據(jù)大小必須與此配置文件匹配。

要?jiǎng)?chuàng)建校準(zhǔn)優(yōu)化配置文件，首先，構(gòu)造一個(gè)IOptimizationProfile，其方式與創(chuàng)建一般優(yōu)化配置文件的方式相同。然后將配置文件設(shè)置為配置：

C++

config->setCalibrationProfile(profile)

Python

config.set_calibration_profile(profile)

校準(zhǔn)配置文件必須有效或?yàn)?code style="font-size:inherit;color:inherit;margin:0px;padding:0px;border:0px;font-style:inherit;font-variant:inherit;font-weight:inherit;line-height:inherit;vertical-align:baseline;background-color:rgb(244,244,244);">nullptr。kMIN和kMAX值被kOPT覆蓋。要檢查當(dāng)前校準(zhǔn)配置文件，請使用IBuilderConfig::getCalibrationProfile。 此方法返回指向當(dāng)前校準(zhǔn)配置文件的指針，如果未設(shè)置校準(zhǔn)配置文件，則返回nullptr。為具有動態(tài)形狀的網(wǎng)絡(luò)運(yùn)行校準(zhǔn)時(shí)，getBatchSize()校準(zhǔn)器方法必須返回1 。

關(guān)于作者

Ken He 是 NVIDIA 企業(yè)級開發(fā)者社區(qū)經(jīng)理 & 高級講師，擁有多年的 GPU 和人工智能開發(fā)經(jīng)驗(yàn)。自 2017 年加入 NVIDIA 開發(fā)者社區(qū)以來，完成過上百場培訓(xùn)，幫助上萬個(gè)開發(fā)者了解人工智能和 GPU 編程開發(fā)。在計(jì)算機(jī)視覺，高性能計(jì)算領(lǐng)域完成過多個(gè)獨(dú)立項(xiàng)目。并且，在機(jī)器人和無人機(jī)領(lǐng)域，有過豐富的研發(fā)經(jīng)驗(yàn)。對于圖像識別，目標(biāo)的檢測與跟蹤完成過多種解決方案。曾經(jīng)參與 GPU 版氣象模式GRAPES，是其主要研發(fā)者。

審核編輯：郭婷