Python API and C++ API between TensorRT APIs

TensorRT的Python API与C++ API对比

从本质上讲，C++ API和Python API在满足用户需求方面应当具有相似的功能。Python API的主要优势在于数据预处理和后处理操作更加简便，因为可以借助诸如NumPy和SciPy等丰富的库来实现。然而，在安全性要求较高的场景中，例如汽车系统，建议使用C++ API以确保更高的稳定性与可靠性。有关C++ API的更多细节，请参考使用C++ API的相关文档。

如果希望了解如何通过Python提升性能，请查阅《如何优化我的Python性能？》一文，该内容来自TensorRT的最佳实践指南。

1. 在Python中导入TensorRT

操作步骤如下：

导入TensorRT模块：

import tensorrt as trt

接下来需要实现一个日志接口，以便TensorRT能够报告错误、警告以及信息类消息。以下代码展示了如何实现这一接口。在此示例中，我们仅报告警告和错误信息，并抑制了所有信息类消息。TensorRT的Python绑定中包含了一个简单的日志器：

TRT_LOGGER = trt.Logger(trt.Logger.WARNING)

2. 在Python中创建网络定义

执行推理的第一步是基于模型构建一个TensorRT网络。

最简便的方法是通过TensorRT解析器库导入模型（请参阅《