实现将多输入多输出的onnx模型转TensorRT的格式，并用TensorRT的python api进行调用，最后实现C++的调用，python结果与C++结果一模一样。在此过程中实现了，动态尺寸，也就是可以在运行是按照数据情况动态调整模型的输入数据的格式。
在这里以pytorch的多输入多输出模型为例，从模型构建到转化为onnx动态size、tensorrt安装、onnx转tensorRT动态size、tensorRT模型pytthon调用、tensorRT C++项目配置，最终到tensorRT模型C++调用。实现从零开始，到多输入多输出tensorRT动态size模型的C++调用。
1、tensorRT的安装
1.1 tensorRT的下载
下载时需要根据自己电脑上的显卡与cuda选择版本。选择版本时需要注意，GA是正式发行版，EA是测试版。建议下载GA版。博主下载的是8.2的GA版
下载地址为：https://developer.nvidia.com/nvidia-tensorrt-8x-download
1.2 win10下tensorRT的安装
在上述过程下载的tensorRT是一个库，并非软件。只需要将tensorRT中lib的路径添加到系统环境变量Path中即可。
