Estas son las ligas mencionadas en el video de AMP tech en YouTube
La lista de comandos mencionados en el video son los siguientes:
Clonar el repositorio
git clone https://github.com/pytorch/TensorRT.git
Si quieres seguir el notebook que se muestra en el video de Youtube, descarga este cuaderno o el repositorio y colocalo en el directorio raiz del reporsitorio de TensorRT
Descargar la imagen de pytorch con tensor-rt
docker pull nvcr.io/nvidia/pytorch:22.05-py3
Correr contenedor con la imagen descargada.
Al correr este comando, uno debe de estar posicionado en la carpeta donde clono el repositorio pues el volumen compartido entre la computadora host y el contenedor estara en $PWD, también se puede poner una direccion en especifico en vez de $PWD
docker run --gpus=all --rm -it -v $PWD:/Torch-TensorRT --net=host --ipc=host --ulimit memlock=-1 --ulimit stack=67108864 nvcr.io/nvidia/pytorch:22.05-py3 bash
Correr el Jupyter notebook con el código del video
Una vez que se está dentro del contenedor creado en el paso anterior, este comando te va a permitir acceder al cuaderno desde el explorador. El cuaderno en especifico que se ve en el video de Youtube lo puedes descargar de aqui y colocarlo en el directorio raiz del repositorio de Torch-TensorRT.
Otra opción es correr el notebook original de repositorio que está ubicado en /Torch-TensorRT/notebooks
jupyter notebook --allow-root --ip 0.0.0.0 --port 8888