环境：ubuntu16.04
tensorrt版本：5.1.5.0
cuda版本：9.0
GPU：1080Ti
Mxnet版本：1.3.1
cudnn：7.3.1
1、tensorrt安装：
https://github.com/NVIDIA/TensorRT
tensorrt的不同版本：
https://developer.nvidia.com/nvidia-tensorrt-download
tensorrt python版的安装参考：
https://blog.csdn.net/zong596568821xp/article/details/86077553
官网参考：
https://docs.nvidia.com/deeplearning/sdk/tensorrt-install-guide/index.html
其实看官网安装tensorrt很简单
2、安装ONNX_TensorRT：
这里才是重点，由于mxnet模型不能直接在tensorrt上直接进行前向运算，所以需要先将mxnet模型转换为onnx模型，再用tensorrt对onnx模型进行前向运算，即模型转换：mxnet->onnx tensorrt使用onnx完成计算。
首先要安装ONNX_TensorRT，开始踩坑（真是太坑了！！）
ONNX_TensorRT：
主要步骤看官方教程
https://github.com/onnx/onnx-tensorrt
第一个坑：cmake找不到cuda编译器。cmake3.15.1和3.11.1均无法找到cuda的编译器，最后安装的3.9.0成功找到编译器（期间改了无数遍环境变量各种折腾，就是找不到）
由于ONNX_TensorRT需要依赖protobuf和tensorrt，tensorrt前面已经装好了，现在安装protobuf：
https://github.com/protocolbuffers/protobuf
源码安装和pypi两种都做了，原因是两者安装完以后cmake编译时均找不到protobuf，后来更改了third_party下的CMake.lists中233行
COMMAND ${ONNX_PROTOC_EXECUTABLE} ARGS ${PROTOC_ARGS}改为
COMMAND ${Protobuf_PROTOC_EXECUTABLE} ARGS ${PROTOC_ARGS}
Protobuf_PROTOC_EXECUTABLE为定义好的环境变量名称来找到/usr/local/bin/protoc（这一步弄了两天终于编译过了）
第二个大坑：
mxnet模型转换为onnx模型和tensorrt读取onnx模型并创建engine：
mxnet在定义网络时（以下均为symbol情形）尽量将所有函数参数确定，不要用默认参数（及时它们相同），否则容易报错。
期间遇到的问题：
1、BatchNorm下attribute含有spatial，而onnx貌似不支持这一属性（本人也不太清楚spatial具体作用），在转换时注掉spatial=0
2、tensorrt读取onnx模型时发现不支持3d卷积操作，tensorrt支持的onnx operator：
https://github.com/onnx/onnx-tensorrt/blob/master/operators.md
3、源码安装的mxnet（1.3）版本转换onnx时deconv不支持，到
https://github.com/apache/incubator-mxnet/tree/fd34dc5f847192dfd522555afdf13be1eb67b72b/python/mxnet/contrib/onnx
下替换文件。
4、tensorrt调用onnx model时maxpool报错，暂不支持ospet10版本的maxpool。有些操作可以通过转换版本实现，转换版本方法：
https://github.com/onnx/onnx/blob/master/onnx/version_converter.py
最后是onnx安装：
pypi安装即可：
pip3 install onnx
————————————————
版权声明：本文为CSDN博主「sinat_29595613」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/sinat_29595613/article/details/99302781
原文地址：https://www.cnblogs.com/cloudrivers/p/12019857.html