保存使用Torch-TensorRT编译的模型¶

可以使用torch_tensorrt.save API保存使用Torch-TensorRT编译的模型。

Dynamo IR¶

Torch-TensorRT 的 ir=dynamo 编译的默认输出类型是 torch.fx.GraphModule 对象。我们可以通过指定 output_format 标志将此对象保存为 TorchScript (torch.jit.ScriptModule) 或 ExportedProgram (torch.export.ExportedProgram) 格式。以下是 output_format 将接受的选项

exported_program : 这是默认选项。我们首先对图模块进行转换，然后使用torch.export.save来保存模块。
torchscript : 我们通过torch.jit.trace追踪图模块，并通过torch.jit.save保存它。

a) 导出的程序¶

这是一个使用示例

import torch
import torch_tensorrt

model = MyModel().eval().cuda()
inputs = [torch.randn((1, 3, 224, 224)).cuda()]
# trt_ep is a torch.fx.GraphModule object
trt_gm = torch_tensorrt.compile(model, ir="dynamo", inputs=inputs)
torch_tensorrt.save(trt_gm, "trt.ep", inputs=inputs)

# Later, you can load it and run inference
model = torch.export.load("trt.ep").module()
model(*inputs)

b) Torchscript¶

import torch
import torch_tensorrt

model = MyModel().eval().cuda()
inputs = [torch.randn((1, 3, 224, 224)).cuda()]
# trt_gm is a torch.fx.GraphModule object
trt_gm = torch_tensorrt.compile(model, ir="dynamo", inputs=inputs)
torch_tensorrt.save(trt_gm, "trt.ts", output_format="torchscript", inputs=inputs)

# Later, you can load it and run inference
model = torch.jit.load("trt.ts").cuda()
model(*inputs)

Torchscript IR¶

在 Torch-TensorRT 1.X 版本中，使用 Torch-TensorRT 编译和运行推理的主要方式是使用 Torchscript IR。对于 ir=ts，这种行为在 2.X 版本中保持不变。

import torch
import torch_tensorrt

model = MyModel().eval().cuda()
inputs = [torch.randn((1, 3, 224, 224)).cuda()]
trt_ts = torch_tensorrt.compile(model, ir="ts", inputs=inputs) # Output is a ScriptModule object
torch.jit.save(trt_ts, "trt_model.ts")

# Later, you can load it and run inference
model = torch.jit.load("trt_model.ts").cuda()
model(*inputs)

加载模型¶

我们可以直接使用PyTorch中的torch.jit.load和torch.export.load API加载torchscript或exported_program模型。另外，我们提供了一个轻量级的封装torch_tensorrt.load(file_path)，它可以加载上述任何一种模型类型。

这是一个使用示例

import torch
import torch_tensorrt

# file_path can be trt.ep or trt.ts file obtained via saving the model (refer to the above section)
inputs = [torch.randn((1, 3, 224, 224)).cuda()]
model = torch_tensorrt.load(<file_path>).module()
model(*inputs)