8. 启用内存优化¶
API定义如下：
// 开启内存/显存复用，具体降低内存效果取决于模型结构
// 参数：pd_config - Config 对象指针
// 返回：None
void PD_ConfigEnableMemoryOptim(PD_Config* pd_config);
// 判断是否开启内存/显存复用
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否开启内/显存复用
PD_Bool PD_ConfigMemoryOptimEnabled(PD_Config* pd_config);
代码示例：
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 开启 CPU 内存优化
PD_ConfigEnableMemoryOptim(config);
// 通过 API 获取 CPU 是否已经开启内存优化 - True
printf("CPU Mem Optim is: %s\n", PD_ConfigMemoryOptimEnabled(config) ? "True" : "False");
// 启用 GPU 进行预测 - 初始化 GPU 显存 100MB, Deivce_ID 为 0
PD_ConfigEnableUseGpu(config, 100, 0);
// 开启 GPU 显存优化
PD_ConfigEnableMemoryOptim(config);
// 通过 API 获取 GPU 是否已经开启显存优化 - True
printf("GPU Mem Optim is: %s\n", PD_ConfigMemoryOptimEnabled(config) ? "True" : "False");
// 销毁 Config 对象
PD_ConfigDestroy(config);
9. 设置缓存路径¶
注意： 如果当前使用的为 TensorRT INT8 且设置从内存中加载模型，则必须通过 PD_ConfigSetOptimCacheDir 来设置缓存路径。
API定义如下：
// 设置缓存路径
// 参数：pd_config - Config 对象指针
// opt_cache_dir - 缓存路径
// 返回：None
void PD_ConfigSetOptimCacheDir(PD_Config* pd_config, const char* opt_cache_dir);
代码示例：
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 设置预测模型路径
const char* model_path = "./model/inference.pdmodel";
const char* params_path = "./model/inference.pdiparams";
PD_ConfigSetModel(config, model_path, params_path);
// 设置缓存路径
PD_ConfigSetOptimCacheDir(config, "./model/OptimCacheDir");
// 销毁 Config 对象
PD_ConfigDestroy(config);
10. FC Padding¶
在使用MKL时，启动此配置项可能会对模型推理性能有提升（参考PR描述）。
API定义如下：
// 禁用 FC Padding
// 参数：pd_config - Config 对象指针
// 返回：None
void PD_ConfigDisableFCPadding(PD_Config* pd_config);
// 判断是否启用 FC Padding
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否启用 FC Padding
PD_Bool PD_ConfigUseFcPadding(PD_Config* pd_config);
代码示例：
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 禁用 FC Padding
PD_ConfigDisableFCPadding(config);
// 通过 API 获取是否启用 FC Padding - False
printf("FC Padding is: %s\n", PD_ConfigUseFcPadding(config) ? "True" : "False");
// 销毁 Config 对象
PD_ConfigDestroy(config);
11. Profile 设置¶
API定义如下：
// 打开 Profile，运行结束后会打印所有 OP 的耗时占比。
// 参数：pd_config - Config 对象指针
// 返回：None
void PD_ConfigEnableProfile(PD_Config* pd_config);
// 判断是否开启 Profile
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否开启 Profile
PD_Bool PD_ConfigProfileEnabled(PD_Config* pd_config);
代码示例：
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 打开 Profile
PD_ConfigEnableProfile(config);
// 通过 API 获取是否启用Profile - True
printf("Profile is: %s\n", PD_ConfigProfileEnabled(config) ? "True" : "False");
// 销毁 Config 对象
PD_ConfigDestroy(config);
执行预测之后输出的 Profile 的结果如下：
-------------------------> Profiling Report <-------------------------
Place: CPU
Time unit: ms
Sorted by total time in descending order in the same thread
------------------------- Overhead Summary -------------------------
Total time: 1085.33
Computation time Total: 1066.24 Ratio: 98.2411%
Framework overhead Total: 19.0902 Ratio: 1.75893%
------------------------- GpuMemCpy Summary -------------------------
GpuMemcpy Calls: 0 Total: 0 Ratio: 0%
------------------------- Event Summary -------------------------
Event Calls Total Min. Max. Ave. Ratio.
thread0::conv2d 210 319.734 0.815591 6.51648 1.52254 0.294595
thread0::load 137 284.596 0.114216 258.715 2.07735 0.26222
thread0::depthwise_conv2d 195 266.241 0.955945 2.47858 1.36534 0.245308
thread0::elementwise_add 210 122.969 0.133106 2.15806 0.585568 0.113301
thread0::relu 405 56.1807 0.021081 0.585079 0.138718 0.0517635
thread0::batch_norm 195 25.8073 0.044304 0.33896 0.132345 0.0237783
thread0::fc 15 7.13856 0.451674 0.714895 0.475904 0.0065773
thread0::pool2d 15 1.48296 0.09054 0.145702 0.0988637 0.00136636
thread0::softmax 15 0.941837 0.032175 0.460156 0.0627891 0.000867786
thread0::scale 15 0.240771 0.013394 0.030727 0.0160514 0.000221841
12. Log 设置¶
API定义如下：
// 去除 Paddle Inference 运行中的 LOG
// 参数：pd_config - Config 对象指针
// 返回：None
void PD_ConfigDisableGlogInfo(PD_Config* pd_config);
// 判断是否禁用 LOG
// 参数：pd_config - Config 对象指针
// 返回：PD_Bool - 是否禁用 LOG
PD_Bool PD_ConfigGlogInfoDisabled(PD_Config* pd_config);
代码示例：
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
// 去除 Paddle Inference 运行中的 LOG
PD_ConfigDisableGlogInfo(config);
// 通过 API 获取是否启用LOG - False
printf("GLOG INFO is: %s\n", PD_ConfigGlogInfoDisabled(config) ? "True" : "False");
// 销毁 Config 对象
PD_ConfigDestroy(config);
13. 查看config配置¶
API定义如下：
// 返回config的配置信息
// 参数：pd_config - Config 对象指针
// 返回：const char* - Config 配置信息，注意用户需释放该指针。
const char* PD_ConfigSummary(PD_Config* pd_config);
代码示例：
// 创建 Config 对象
PD_Config* config = PD_ConfigCreate();
PD_Cstr* summary = PD_ConfigSummary(config);
printf("summary is %s\n", summary->data);
// 销毁 summary 对象
PD_CstrDestroy(summary);
// 销毁 Config 对象
PD_ConfigDestroy(config)