使用Pydot和graphviz画TensorRT的Engine图
TensorRT支持很多层的融合，目的是为了优化访存，减少数据在每层之间传输的消耗。
融之后的模型，一般无法通过Netron查看，毕竟TensorRT是闭源的，如果我们想看到融合后的模型长什么样，只要在build engine开启verbose模式即可。
./trtexec --explicitBatch --onnx=debug.onnx --saveEngine=debug.trt --verbose
[V] [TRT] Engine Layer Information:
Layer(Scale): QuantizeLinear_2_quantize_scale_node, Tactic: 0, input[Float(1,3,-17,-18)] -> 255[Int8(1,3,-17,-18)]
Layer(CaskConvolution): conv1.weight + QuantizeLinear_7_quantize_scale_node + Conv_9 + Relu_11, Tactic: 4438325421691896755, 255[Int8(1,3,-17,-18)] -> 267[Int8(1,64,-40,-44)]
Layer(CudaPooling): MaxPool_12, Tactic: -3, 267[Int8(1,64,-40,-44)] -> Reformatted Output Tensor 0 to MaxPool_12[Int8(1,64,-21,-24)]
Layer(Reformat): Reformatting CopyNode for Output Tensor 0 to MaxPool_12, Tactic: 0, Reformatted Output Tensor 0 to MaxPool_12[Int8(1,64,-21,-24)] -> 270[Int8(1,64,-21,-24)]
Layer(CaskConvolution): layer1.0.conv1.weight + QuantizeLinear_20_quantize_scale_node + Conv_22 + Relu_24, Tactic: 4871133328510103657, 270[Int8(1,64,-21,-24)] -> 284[Int8(1,64,-21,-24)]
Layer(CaskConvolution): layer1.0.conv2.weight + QuantizeLinear_32_quantize_scale_node + Conv_34 + Add_42 + Relu_43, Tactic: 4871133328510103657, 284[Int8(1,64,-21,-24)], 270[Int8(1,64,-21,-24)] -> 305[Int8(1,64,-21,-24)]
pyplot代码
engine_layer_visualize.py
这是jerryzh168大神开源的Facebook内部查看engine的工具，使用pydot和graphviz来画神经网络结构图
pip install pydot
conda install python-graphviz
需要注意我们需要输入log_file也就是刚才开启Verbose的构建信息，然后profile_file则是使用TensorRT来profile的信息，最简单的可以通过trtexec这样获取到：
./trtexec --loadEngine=debug_int8.trt --dumpProfile --shapes=input:1x3x512x512 --exportProfile=debug_profile
然后通过上述代码生成EngineLayers_0.dot。
import pydot
graphs = pydot.graph_from_dot_file("EngineLayers_0.dot")
graph = graphs[0]
graph.write_png("trt_engine.png")
TensorRT-engine 模型输入是Float而输出是Int8。这个模型是由TensorRT官方提供的pytorch-quantization[1]工具对Pytorch模型进行量化后导出ONNX，然后再由TensorRT-8转化得到的engine，这个engine的精度是INT8。