TensorRT学习（六） TensorRT Sample Support Guide（v7.0_C++）：todo

　　

二、TensorRT

---

TensorRT Sample Support Guide（v7.0）：

（二）基于C++ ::（21个）

　　环境配置：tensorRT_V7.0，n-GPU，cuda，cudnn，cudblas，vs2015，C++基础知识。

trtexec：	快速开发TensorRT的工具，无需开发自己的应用程序。
TensorRT的“ Hello World”	逐层构建简单的MNIST网络
导入TensorFlow模型并运行推理	ONNX的TensorRT的“ Hello World”
在TensorRT中构建和运行GoogleNet	逐层构建RNN网络
使用自定义校准在INT8中执行推理	在INT8 Precision中执行推理
在TensorRT中向网络添加自定义层	更快的R-CNN进行目标检测
使用TensorFlow SSD网络进行对象检测	使用神经协同过滤器（NCF）的移动预测
使用MPS（多进程服务）的移动预测	使用SSD进行目标检测
多层感知器（MLP）的“ Hello World”	使用免费重新格式化的I / O API指定I / O格式
在TensorRT中向网络添加支持INT8 I / O的自定义层	TensorRT中具有动态形状的数字识别
使用序列到序列（seq2seq）模型的神经机器翻译（NMT）	使用TensorFlow Mask R-CNN网络进行对象检测和实例分割
使用TensorFlow更快的R-CNN网络进行对象检测

（1）TensorRT的“ Hello World”（sampleMNIST）。

　　sampleMNIST 是一个简单的hello world示例，该示例使用Caffe解析器执行TensorRT的基本设置和初始化。

（2）

（3）

（4）

（5）

（6）

（7）

（8）

（9）

（10）

（11）

（12）

（13）

（14）

（15）

（16）

（17）

（18）

（19）

（20）

（21）

（22）