tensorRT安装

文章详细介绍了如何在Linux环境下安装TensorRT8.4,包括从官网下载tar包,解压,设置环境变量,拷贝库文件到系统路径,使用pip3安装Python接口以及ONNXGraphSurgeon,并通过验证打印TensorRT的版本来确认安装成功。
部署运行你感兴趣的模型镜像

tensorRT安装

1.官网下载合适版本的tar包

点击此处下载,此处下载为8.4版本,可选择其他版本进行下载以适配本机的cuda版本

2.解压tar包

tar -zxvf TensorRT-8.4.1.5.Linux.x86_64-gnu.cuda-11.6.cudnn8.4.tar.gz

3.添加环境变量

解压的目录为"/data/TensorRT-8.4.1.5"

export LD_LIBRARY_PATH=/data/TensorRT-8.4.1.5/lib:$LD_LIBRARY_PATH

export PATH=/data/TensorRT-8.4.1.5/bin:$PATH

sudo ldconfig

4.拷贝路径

为了避免其它软件找不到 TensorRT 的库,建议把 TensorRT 的库和头文件添加到系统路径下

进入/data/TensorRT-8.4.1.5目录下,执行以下命令

sudo cp -r ./lib/* /usr/lib

sudo cp -r ./bin/* /usr/bin

sudo cp -r ./include/* /usr/include

5.安装包

安装对应的版本tensorrt,选择合适的python及系统版本

cd /data/TensorRT-8.4.1.5/python/

pip3 install tensorrt-8.4.1.5-cp36-none-linux_x86_64.whl

安装对应的版本onnx

cd /data01/TensorRT-8.4.1.5/onnx_graphsurgeon/

pip3 install onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl

6.验证安装是否成功

import tensorrt

print(tensorrt.__version()__) # 8.4.1.5

您可能感兴趣的与本文相关的镜像

TensorRT-v8.6

TensorRT-v8.6

TensorRT

TensorRT 是NVIDIA 推出的用于深度学习推理加速的高性能推理引擎。它可以将深度学习模型优化并部署到NVIDIA GPU 上,实现低延迟、高吞吐量的推理过程。

<think>嗯,用户想查找TensorRT安装方法或者教程,特别是询问安装指南和如何安装。首先,我需要回忆一下之前提供的引用内容。引用[1]提到了Windows10下的安装步骤,包括下载ZIP文件、解压、添加环境变量和验证安装。引用[2]则涉及ONNX-TensorRT安装,需要替换路径和编译项目。引用[3]是通用的安装配置指南,确认安装成功后的使用。 用户的需求很明确,是要安装TensorRT,可能需要详细的步骤指导。我应该先概述安装前的准备,比如检查CUDA版本和下载对应的TensorRT版本。然后分步骤说明Windows和Linux下的安装方法,因为用户可能使用不同的操作系统。Windows部分可以参考引用[1]的内容,详细列出解压、环境变量设置、验证等步骤。Linux部分可能需要使用deb包或者Tar包安装,同样需要环境变量配置,并验证安装是否成功。 另外,用户可能需要知道如何验证安装是否成功,比如运行sample程序或者Python测试。这部分需要确保用户完成安装后能够确认TensorRT正常工作。同时,考虑到用户可能遇到的问题,比如路径替换、环境变量配置错误,或者依赖项缺失,应该在注意事项里提醒他们注意版本匹配和路径正确性。 可能还需要补充一些常见问题,比如安装后无法导入TensorRT模块,这时候需要检查PYTHONPATH是否正确,或者是否有缺失的依赖库。此外,引用[2]提到的ONNX-TensorRT编译可能对部分用户有用,但用户主要问题是安装,可能暂时不需要深入,但可以作为后续步骤提及。 最后,生成的相关问题需要覆盖安装验证、不同系统安装、依赖检查以及与其他框架的集成,这样用户如果有进一步的问题可以自行参考。需要确保回答结构清晰,分步骤说明,并且引用正确的来源,比如引用[1][3]作为主要安装步骤,引用[2]作为扩展内容。</think>以下是TensorRT安装的详细步骤指南: ### TensorRT安装步骤 1. **安装前准备** - 确认已安装对应版本的CUDA和cuDNN(建议使用Nvidia官方推荐的版本组合)[^3] - 下载对应版本的TensorRT压缩包(推荐从[Nvidia开发者网站](https://developer.nvidia.com/tensorrt)获取) 2. **Windows安装** ```markdown 1. 解压下载的TensorRT ZIP文件到指定目录(建议路径不含中文和空格)[^1] 2. 添加以下环境变量: - TensorRT安装目录:`<path_to_tensorrt>` - 将TensorRT的lib目录添加到PATH:`<path_to_tensorrt>\lib` 3. 验证安装: ```python import tensorrt print(tensorrt.__version__) ``` ``` 3. **Linux安装(Debian包方式)** ```bash # 安装基础包 sudo dpkg -i nv-tensorrt-local-repo-<distro>_<version>-1_amd64.deb sudo apt-key add /var/nv-tensorrt-local-repo-<version>/7fa2af80.pub sudo apt-get update sudo apt-get install tensorrt ``` 4. **验证安装** ```bash # 检查样本程序 cd <TensorRT安装目录>/samples/sampleMNIST make ./sample_mnist ``` ### 注意事项 - 必须保证CUDA、cuDNN、TensorRT版本严格对应[^3] - Python接口需要额外安装`python3-libnvinfer`包 - 遇到路径问题时,请检查`LD_LIBRARY_PATH`(Linux)或`PATH`(Windows)是否包含TensorRT库路径[^2]
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值