前情概要：尝试用Nvidia的tensorRT加速模型，生成tf的pb模型后，用uff的python工具包进一步转换模型时，出现错误。

 

实验环境：TensorRT 5.0+CUDA10.0的nvidia-docker镜像环境

实验目的：尝试将tensorflow的pb模型解析为uff格式

实验途径：依赖于uff工具包，import uff成功

问题描述：

使用uff的api from_tensorflow_frozen_model 对pb模型进行转换。

出错信息如下：

AttributeError: module 'uff' has no attribute 'from_tensorflow_frozen_model'

 

问题分析：

首先判断是uff可能安装的不正确，尝试重新安装uff包。根据官网教程输入指令：apt-get install uff-converter-tf，再次报错，报错信息如下：

E: Unable to locate package uff-converter-tf

 

继续解决这个问题，发现资料很少，仔细研读官网教程（https://docs.nvidia.com/deeplearning/sdk/tensorrt-install-guide/index.html#installing-debian）发现Uff工具包已经打包在TRT的安装包里了，所以推断需要重新安装TRT。于是重新下载目标版本的TRT，注意匹配CUDA版本，我下载的是deb格式，使用指令本地解压：

dpkg -i nv-tensorrt-repo-ubuntu1x04-cudax.x-trt5.1.x.x-ga-yyyymmdd_1-1_amd64.deb

然后更新apt的源并安装TRT：

apt-get update && apt-get install tensorrt

安装python接口：

apt-get install python3-libnvinfer-dev

然后再进行uff包的安装就可以了！

apt-get install uff-converter-tf

这里的坑是我在之前直接apt-get install失败后，有些困惑，网上资料也很少。其实需要仔细的读现有的官方文档，uff的这个工具包已经包含在TRT里，当然也可以尝试找到镜像里TRT的安装路径，可能可以找到另一种解法。

 

预祝大家转换顺利！