torch2trt 安装

`torch2trt`是一个用于将PyTorch模型转换为TensorRT（由NVIDIA开发的高性能深度学习推理库）引擎的工具包。它允许你在部署高性能实时推理应用时，利用TensorRT对GPU的优化。

安装`torch2trt`通常需要以下几个步骤：

1. **环境准备**：
- 首先，确保你已经安装了Python、PyTorch和CUDA（NVIDIA的并行计算平台）。
- 可能还需要NVIDIA的developer tools，包括NVIDIA Docker和cuDNN。

2. **通过pip安装**：

   pip install torch2trt

这会自动安装所有依赖项，如PyTorch-nightly（因为torch2trt基于nightly版本）。

3. **验证安装**：

   import torch2trt
   print(torch2trt.__version__)

4. **构建引擎**：
转换模型前，你需要有一个预训练的PyTorch模型。然后使用`torch2trt.TRTModule()`函数创建转换器，并调用`.convert()`方法进行转换。

model = ... # your PyTorch model
trt_model = torch2trt.TRTModule()
trt_model = trt_model.convert(
    input_shapes=[example_input.shape], # 用输入数据形状替换这里的example_input
    max_workspace_size=1 << 30, # 设置工作区大小
    precision_mode=torch2trtPrecisionMode.FP32 # 或者FP16, INT8等
)