TensorRT deb安装方式踩坑“ tensorrt : Depends: libnvinfer8 (= 8.0.1-1+cuda11.3) but it is not going to be ”

最新推荐文章于 2025-05-31 18:48:19 发布
最新推荐文章于 2025-05-31 18:48:19 发布
阅读量2.8k 收藏 5
点赞数 3
CC 4.0 BY-SA版权
文章标签： 深度学习 ubuntu 人工智能 pytorch linux
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_52946795/article/details/130889682
在Ubuntu18.04系统中，安装TensorRT时出现错误，提示依赖的CUDA库版本不匹配。解决方案包括从官方网站下载对应CUDA版本的TensorRT，或者重新安装CUDA，采用.deb包进行安装。在卸载并重新安装CUDA过程中，可能需要重新安装Nvidia显卡驱动以恢复`nvidia-smi`命令的功能。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

系统: Ubuntu 18.04

报错如下：

tensorrt : Depends: libnvinfer8 (= 8.0.1-1+cuda11.3) but it is not going to be installed
            Depends: libnvinfer-plugin8 (= 8.0.1-1+cuda11.3) but it is not going to be installed
            Depends: libnvparsers8 (= 8.0.1-1+cuda11.3) but it is not going to be installed
            Depends: libnvonnxparsers8 (= 8.0.1-1+cuda11.3 but it is not going to be installed
            Depends: libnvinfer-bin (= 8.0.1-1+cuda11.3) but it is not going to be installed
            Depends: libnvinfer-dev (= 8.0.1-1+cuda11.3) but it is not going to be installed
            Depends: libnvinfer-plugin-dev (=8.0.1-1+cuda11.3) but it is not going to be installed
            Depends: libnvparsers-dev (= 8.0.1-1+cuda11.3) but it is not going to be installed
            Depends: libnvonnxparsers-dev (= 8 8.0.1-1+cuda11.3) but it is not going to be installed
            Depends: libnvinfer-samples (= 8.0.1-1+cuda11.3) but it is not going to be installed
            Depends: libnvinfer-doc (= 8.0.1-1+cuda11.3) but it is not going to be installed

E: Unable to correct problems, you have held broken packages.

报错原因1: TensorRT版本与cuda版本不对应

解决方法：去官网重新下对应电脑cuda的TensorRT版本；

报错原因2： 之前采用的runfile方式安装的cuda，即使版本对应正确，安装TensorRT时也会报上面的错

解决方法：重新安装cuda，采用.deb的方式安装，

先卸载已安装的cuda,参考Ubuntu18.04完全卸载CUDA_ubuntu卸载cuda_谱写的博客-优快云博客

重新安装cuda,可参考【非常详细】Ubuntu18.04安装显卡驱动和CUDA,CUDNN流程和踩坑记录_ubuntu18.04安装cuda_�Sintol·D·Kevin的博客-优快云博客

重装完cuda后，nvidia-smi命令可能会失效，此时还需要重装下Nvidia显卡驱动。

debian系统中安装gcc报错g++ : Depends: g++-6 (＞= 6.3.0-9~) but it is not going to be installed
Arlo的博客
12-24 1511
今天在postgres容器中安装scws分词插件时，预编译报错，如下所示： checking whether the C compiler works... no configure: error: in `/var/lib/postgresql/data/scws-1.2.1': configure: error: C compiler cannot create executables See `config.log' for more details 从报错中可以看出是缺少g++编译器，那么我们就安
ubuantu安装g++提示g++ : Depends: g++-4.8 (>= 4.8.2-5~) but it is not going to be installe"
William辰的博客
04-06 884
因为ubuntu 的源过旧或不可访问导致，可以通过更新源解决。 修改阿里源为Ubuntu 18.04默认的源 备份/etc/apt/sources.list #备份 cp /etc/apt/sources.list /etc/apt/sources.list.bak 在/etc/apt/sources.list文件前面添加如下条目 #添加阿里源 deb http://mirrors.aliy...
tensorrt的deb安装包
08-20
nv-tensorrt-repo-ubuntu1804-cuda10.2-trt7.0.0.11-ga-20191216_1-1_amd64.deb sudo dpkg -i nv-tensorrt-repo-ubuntu1804-cuda10.2-trt7.0.0.11-ga-20191216_1-1_amd64.deb sudo apt-get update sudo apt-get install tensorrt
TensorRT8 meets Python(一)解决TensorRT8部署+升级的坑
人唯优的博客
03-24 2544
最近打算为希望在python项目中使用TensorRT模型推理的同学出一套博客。一方面python调用tensort的方式已成熟且简单灵活，另一方面可以与python强大的数据处理功能向结合。在这个过程中，又希望使用到trtexec命令行工具进行模型转换，所以需要在python环境和linux环境下都部署同版本的tensorrt。在这个过程中发现了很多坑，且网上教程很乱，因此记录下来提供给大家
如何解决ubuntu系统中出现的所谓“下列软件包有未满足的依赖关系”的问题以及使用gcc时遇到的 “fatal error: stdio.h: 没有那个文件或目录”的问题
最新发布
weixin_74118029的博客
05-31 535
解决办法如下。
tensorrt安装
weixin_38906715的博客
09-18 438
The following packages have unmet dependencies:tensorrt : Depends: libnvinfer8 (= 8.0.0-1+cuda10.2) but 8.0.0-1+cuda11.3 is to be installeddpkg -i nv-tensorrt-repo-ubuntu1604-cuda10.2-trt8.0.1.6-ga-20...
Ubuntu报错：下列软件包有未满足的依赖关系
weixin_65932303的博客
07-15 4414
可能经常会出现报错：下列软件包有未满足的依赖关系。在我们使用以下命令安装软件时，
解决Ubuntu安装软件时提示 “下列软件包有未满足的依赖关系：”问题（以cuda为例）
CN_Thirteen的博客
09-05 3491
解决Ubuntu安装软件时提示 “下列软件包有未满足的依赖关系：”问题（以cuda为例）
下列软件包有未满足的依赖关系：无法修正错误，因为您要求某些软件包保持现状，就是它们破坏了软件包间的依赖关系
热门推荐
走走走走走走你
02-13 2万+
问题描述 有一些软件包无法被安装。如果您用的是 unstable 发行版，这也许是 因为系统无法达到您要求的状态造成的。该版本中可能会有一些您需要的软件 包尚未被创建或是它们已被从新到(Incoming)目录移出。 下列信息可能会对解决问题有所帮助： 下列软件包有未满足的依赖关系： ros-melodic-cv-bridge : 依赖: libopencv-imgcodecs3.2 但是它将不会被安装 依赖: libopencv-dev 但是它将不会
乌班图 18.04 tensorRT安装踩坑
代码大萝卜的博客
11-11 1万+
完整的安装教程在文末，这里先展示报错信息： 根据网上给出的教程，在乌班图下安装了cuda9.0以及tensorRT，发现报错如下： 执行： sudo apt-get install tensorrt 报错： 下列软件包有未满足的依赖关系： tensorrt : 依赖: libnvinfer5 (= 5.0.2-1+cuda9.0) 但是它将不会被安装 依赖: libnv...
libcudnn8_8.2.1.32-1+cuda11.3_amd64.deb
08-25
cudaa for ubuntu 20.4
libcudnn7-dev_7.1.4.18-1+cuda9.2_amd64.deb
06-20
libcudnn7-dev_7.1.4.18-1+cuda9.2_amd64.deb libcudnn7.1.4
使用apt安装软件包出错:"curl : Depends: libcurl4 (= 7.58.0-2ubuntu3.6) but 7.58.0-2ubuntu3 is to be installed"
caixiong的博客
07-06 1万+
    前几天源码安装了一下git, 然后又一些依赖无法满足, 于是手动去下载了一些依赖, 没想到竟然导致apt命令无法正常安装了, 因为curl库是apt下载软件包必须的。于是我就按照这个错误的要求去Arch linux上找libcurl4(=7.58.0-2ubuntu3.6),但是没有找到3.6的, 只有3和3.7的, 真是让人头大, 然后发现apt有一个修正的提示: ...
Package libcudnn8 is not installed.的问题
disanda的专栏
06-23 424
安装CUDNN时，如果选择 Deb安装方法， 有三个安装包要安装，必须先安装runtime版本，再安装developer版本，不然就会出现以下问题： dpkg: dependency problems prevent configuration of libcudnn8-dev: libcudnn8-dev depends on libcudnn8 (= 8.0.5.39-1+cuda10.1); however: Package libcudnn8 is not installed. dpkg: err
TensorRT安装——解决FileNotFoundError: Could not find: nvinfer.dll
boss-dog
11-18 1115
CUDA和CUDNN的版本需要对应以本文为例：CUDA是11.3，CUDNN是8.2.1。
ubuntu18.04 GeForce2070配置cuda 11.3+TensorRT 8环境
weixin_60864335的博客
08-16 1782
ubuntu18.04系统GeForce2070配置cuda 11.3+cudnn+TensorRT 8环境
deb安装tensorRT踩坑以及安装方法
qq_38163931的博客
12-04 9822
尝试安装tensorRT，中间遇到一些问题，这里记录一下。 1.安装之前需要先调查一下自己电脑的基本状况。 1.1先看一下电脑的系统。 我的电脑是Ubuntu18.04.这里是一个docker容器，不过安装过程并没有遇到和一般机器不一样的地方。 cat /etc/issue Ubuntu 18.04.3 LTS \n \l 1.2查看电脑的cuda版本。 可以看到我的cuda版本是10.0.130. cat /usr/local/cuda/version.txt CUDA Version
ubuntu18.04安装tensorRT和重装cuda
一千零一夜的博客
04-09 3504
1. 环境 查看cuda版本： $ nvcc -V nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2020 NVIDIA Corporation Built on Thu_Jun_11_22:26:38_PDT_2020 Cuda compilation tools, release 11.0, V11.0.194 Build cuda_11.0_bu.TC445_37.28540450_0 查看cudnn版本： $ find
搭建python3.8虚拟环境+CUDA 11.2+cudnn 8.1.1安装+解决‘libcudart.so.11.0‘和‘libnvinfer.so.7‘动态库缺失
UCAS2019的博客
11-17 1万+
搭建python虚拟环境+CUDA+cudnn安装1. 利用conda搭建python3.8环境搭建结束出现：2. 激活虚拟环境3. 安装需要的包4. CUDA安装5. cuDNN安装(对应版本8.1.1) 1. 利用conda搭建python3.8环境 命令 conda create -n 2021myenv python=3.8 2021myenv 为自定义的虚拟环境名称，3.8为需要的python版本号。 搭建结束出现： To activate this environment, use conda
(base) mywsl@LAPTOP-2QR98FQ9:~$ sudo apt install tensorrt Reading package lists... Done Building dependency tree Reading state information... Done Some packages could not be installed. This may mean that you have requested an impossible situation or if you are using the unstable distribution that some required packages have not yet been created or been moved out of Incoming. The following information may help to resolve the situation: The following packages have unmet dependencies: tensorrt : Depends: libnvinfer8 (= 8.6.1.6-1+cuda11.8) but it is not going to be installed Depends: libnvinfer-plugin8 (= 8.6.1.6-1+cuda11.8) but it is not going to be installed Depends: libnvparsers8 (= 8.6.1.6-1+cuda11.8) but it is not going to be installed Depends: libnvonnxparsers8 (= 8.6.1.6-1+cuda11.8) but it is not going to be installed Depends: libnvinfer-bin (= 8.6.1.6-1+cuda11.8) but it is not going to be installed Depends: libnvinfer-dev (= 8.6.1.6-1+cuda11.8) but it is not going to be installed Depends: libnvinfer-plugin-dev (= 8.6.1.6-1+cuda11.8) but it is not going to be installed Depends: libnvparsers-dev (= 8.6.1.6-1+cuda11.8) but it is not going to be installed Depends: libnvonnxparsers-dev (= 8.6.1.6-1+cuda11.8) but it is not going to be installed Depends: libnvinfer-samples (= 8.6.1.6-1+cuda11.8) but it is not going to be installed E: Unable to correct problems, you have held broken packages.
04-01
<think>好的，我现在需要帮助用户解决安装TensorRT时遇到的依赖问题。用户之前询问过关于CUDA安装包的问题，现在遇到的是在Ubuntu系统上使用`sudo apt install tensorrt`时出现的依赖错误。首先，我得仔细看看用户提供的错误信息，找出具体的问题所在。 错误信息显示，tensorrt依赖的多个包如libnvinfer8、libnvinfer-plugin8等，版本都是8.6.1.6-1+cuda11.8，但无法安装。系统提示可能有无法满足的依赖关系，或者有破损的包被保留。这通常是因为软件源中的包版本与当前系统已安装的CUDA或其他库版本不兼容，或者软件源没有正确配置。 首先，用户之前安装的是CUDA 11.1，但TensorRT 8.6.1需要CUDA 11.8。这可能是一个关键点。用户可能在尝试安装TensorRT时，系统里的CUDA版本过低，导致依赖不满足。需要确认用户当前的CUDA版本是否与TensorRT要求的CUDA 11.8一致。 另外，用户可能没有正确配置NVIDIA的软件源，或者软件源中没有对应CUDA 11.8的TensorRT包。需要检查是否添加了正确的APT仓库，并且更新了包列表。 接下来，可能的解决步骤包括： 1. 检查CUDA版本：用户需要确认当前安装的CUDA版本是否为11.8。如果不是，可能需要升级CUDA到11.8，或者安装对应CUDA版本的TensorRT。 2. 配置NVIDIA的APT仓库：确保用户已经添加了正确的仓库，这样APT才能找到与CUDA 11.8兼容的TensorRT包。 3. 更新软件包列表：运行`sudo apt update`，确保系统有最新的包信息。 4. 修复破损的依赖：使用`sudo apt --fix-broken install`尝试自动修复依赖问题。 5. 明确指定版本安装：如果自动修复无效，可能需要手动指定TensorRT及其依赖的版本，或者使用deb文件安装。 此外，用户可能有残留的旧版本包，导致依赖冲突，这时候需要清理旧的NVIDIA包，或者使用aptitude进行更智能的依赖解决。 在思考过程中，还需要考虑用户是否在使用WSL，因为错误提示中的路径包含“mywsl@LAPTOP”，可能是在Windows Subsystem for Linux中操作。虽然WSL支持CUDA，但需要特定的驱动支持和配置，这也可能影响软件包的安装。 最后，建议用户如果无法解决依赖问题，可以考虑使用NVIDIA提供的Tar包安装，或者通过Python的pip安装TensorRT，这可能绕过系统包管理的依赖问题。 总结起来，问题可能出在CUDA版本不匹配、软件源配置不正确、残留包冲突，或者WSL环境下的特定问题。需要一步步引导用户检查这些方面，并提供相应的解决步骤。</think>--- ### 一、问题根源分析 你遇到的错误是由于 **CUDA 版本与 TensorRT 版本不兼容**导致的： - **当前尝试安装的 TensorRT 版本**：`8.6.1`（对应 CUDA 11.8）。 - **你的系统中可能安装的 CUDA 版本**：根据依赖关系推断，可能是 **CUDA 11.1**（或更低），与 TensorRT 8.6.1 要求的 CUDA 11.8 不匹配。 --- ### 二、解决步骤 #### 步骤 1：确认 CUDA 版本 ```bash nvcc --version ``` - 如果输出为 **CUDA 11.1**，则必须升级到 **CUDA 11.8**（或更高）。 - 如果已安装 CUDA 11.8，继续下一步。 #### 步骤 2：添加 NVIDIA 官方仓库 确保已正确配置 CUDA 11.8 的 APT 仓库： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb sudo dpkg -i cuda-keyring_1.1-1_all.deb sudo apt update ``` #### 步骤 3：修复依赖冲突 ```bash # 清理旧版本残留 sudo apt autoremove --purge "*nvidia*" "*cuda*" "*tensorrt*" # 修复依赖关系 sudo apt --fix-broken install # 安装 CUDA 11.8 基础工具包 sudo apt install cuda-toolkit-11-8 # 安装 TensorRT（自动匹配 CUDA 11.8 版本） sudo apt install tensorrt ``` --- ### 三、替代安装方案（若仍失败） #### 方案 1：手动下载 deb 包安装 从 [NVIDIA TensorRT 下载页](https://developer.nvidia.com/tensorrt) 下载与 CUDA 11.8 对应的 deb 包，例如： ```bash # 示例（具体文件名以官网为准） sudo dpkg -i nv-tensorrt-local-repo-ubuntu2204-8.6.1-cuda-11.8_1.0-1_amd64.deb sudo apt update sudo apt install tensorrt ``` #### 方案 2：使用 Tar 包安装 1. 下载 TensorRT 8.6.1 的 tar 包： ```bash wget https://developer.nvidia.com/downloads/compute/machine-learning/tensorrt/secure/8.6.1/tars/TensorRT-8.6.1.6.Linux.x86_64-gnu.cuda-11.8.tar.gz ``` 2. 解压并添加环境变量： ```bash tar -xzvf TensorRT-8.6.1.6.Linux.x86_64-gnu.cuda-11.8.tar.gz echo &#39;export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/TensorRT-8.6.1.6/lib&#39; >> ~/.bashrc source ~/.bashrc ``` --- ### 四、关键注意事项 1. **CUDA 版本强制要求**： - TensorRT 8.6.1 必须与 CUDA 11.8 严格匹配，不可混用其他版本。 2. **系统架构一致性**： - 确保下载的包与系统架构（x86_64 / arm64）一致。 3. **WSL 兼容性**： - 若在 WSL 中操作，需确保 Windows 主机已安装 NVIDIA 驱动，并启用 GPU 支持（参考 [NVIDIA WSL 文档](https://docs.nvidia.com/cuda/wsl-user-guide/index.html)）。 --- ### 五、验证安装 ```bash # 检查 TensorRT 是否安装成功 dpkg -l | grep tensorrt # 运行示例程序（需提前安装 Python 环境） python3 -c "import tensorrt; print(tensorrt.__version__)" ``` --- ### 六、总结 - **核心问题**：CUDA 版本与 TensorRT 不兼容。 - **推荐方案**：升级 CUDA 至 11.8 + 通过官方仓库安装 TensorRT。 - **备选方案**：手动安装 deb 包或 tar 包（适合离线环境）。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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