早有耳闻，clip模型会在fp16下发生NAN的问题，但是今天基于2080Ti测试，发现在单精度下的tensorrt推理同样存在NAN的问题，我甚至一度怀疑是tensorrt的推理代码有问题。
之后，决定从python代码的角度去寻找问题的答案，经过单步调试，发现，在transformers库的/modeling_clip.py文件的 _build_causal_attention_mask()函数中，存在inf的输入，接着，把它用-10000替代。
在转换为onnx后，对比onnxruntime和原始torch的推理结果，一致。然后，对比tensorrt的输出结果，符合预期。
这一方法简单粗暴，确实有蒙的成分。但是，代码改动量小。。
