TensortRT：sample.py:DeprecationWarning:

错误描述

sample.py:112: DeprecationWarning: Use set_memory_pool_limit instead.
config.max_workspace_size = common.GiB(1)
sample.py:75: DeprecationWarning: Use add_convolution_nd instead.
conv1 = network.add_convolution(
sample.py:78: DeprecationWarning: Use stride_nd instead.
conv1.stride = (1, 1)
sample.py:80: DeprecationWarning: Use add_pooling_nd instead.
pool1 = network.add_pooling(input=conv1.get_output(0), type=trt.PoolingType.MAX, window_size=(2, 2))
sample.py:81: DeprecationWarning: Use stride_nd instead.
pool1.stride = (2, 2)
sample.py:85: DeprecationWarning: Use add_convolution_nd instead.
conv2 = network.add_convolution(pool1.get_output(0), 50, (5, 5), conv2_w, conv2_b)
sample.py:86: DeprecationWarning: Use stride_nd instead.
conv2.stride = (1, 1)
sample.py:88: DeprecationWarning: Use add_pooling_nd instead.
pool2 = network.add_pooling(conv2.get_output(0), trt.PoolingType.MAX, (2, 2))
sample.py:89: DeprecationWarning: Use stride_nd instead.
pool2.stride = (2, 2)

原因：

这些警告信息是在运行Python代码时出现的，它们是关于TensorRT（一个用于深度学习推理的库）的API使用的。TensorRT的最新版本中对某些函数进行了更新，而代码中仍然使用了一些被弃用（deprecated）的函数。

解决方案：

config.max_workspace_size = common.GiB(1)：

警告信息：DeprecationWarning: Use set_memory_pool_limit instead.
解决方案：使用 config.set_memory_pool_limit(trt.MemoryPoolType.WORKSPACE, common.GiB(1)) 来替代被弃用的 config.max_workspace_size。

config.set_memory_pool_limit(trt.MemoryPoolType.WORKSPACE, common.GiB(1))

network.add_convolution(…)：

警告信息：DeprecationWarning: Use add_convolution_nd instead.
解决方案：使用 network.add_convolution_nd(…) 来替代 network.add_convolution(…)。

conv1.stride = (1, 1)：

警告信息：DeprecationWarning: Use stride_nd instead.
解决方案：使用 conv1.stride_nd = (1, 1) 来替代 conv1.stride。

network.add_pooling(…)：

警告信息：DeprecationWarning: Use add_pooling_nd instead.
解决方案：使用 network.add_pooling_nd(…) 来替代 network.add_pooling(…)。

pool1.stride = (2, 2)、pool2.stride = (2, 2)：

警告信息：与 conv1.stride = (1, 1) 相同，同样需要使用 stride_nd。

再次运行python sample.py， 没有任何warning了。

感悟：

主要是我下载的TensorRT版本太新了，而sample.py里面有一些过时的TensorRT的语法，所以才导致今天的错误。