NVIDIA TensorRT 安装包下载分享和基础安装

• 版权: 本文由【墨理学AI】原创、首发、各位大佬、敬请查阅、禁止转载
• 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️
• 友情提示: 关注 【墨理学AI】 ❤️为大家展现解析最简洁高效的技术 ❤️

???? NVIDIA TensorRT 下载方式

下载一个 TensorRT 安装包经历过程如下

1. ​​进入下载链接​​
2. 点击 立即下载（需要注册登录英伟达账号，xx 烦）
3. 选择下载版本
4. 完成问卷调查
5. 选择同意协议
6. 根据自己的系统版本和 CUDA 版本，选择安装包

对于网络不畅的小白而言，怕是要痛苦到家了

???? 云盘分享 | 快速获取

搜索关注本博客同名公号，公号后台，回复 ​​20210808​​ ，即可获取上图所示 NVIDIA TensorRT安装包

20210808

???? 解压安装 【环境变量 -- 通常C++部署会需要】

下载自己想要的版本 安装包

tar -zxvf TensorRT-8.0.0.3.Linux.x86_64-gnu.cuda-11.3.cudnn8.2.tar.gz

cd TensorRT-8.0.0.3/

ls

pwd

cd

vim .bashrc

export LD_LIBRARY_PATH=/home/墨理/project/project21/modelTrans/tensorRT/tensorRt8/TensorRT-8.0.0.3/lib:$LD_LIBARARY_PATH

. .bashrc

​​vim .bashrc​​ | 比如说配置多个版本，随时切换

#export LD_LIBRARY_PATH=/home/墨理/xx/tensorRT/tensorRt8/TensorRT-8.0.0.3/lib:$LD_LIBARARY_PATH
#export CPLUS_INCLUDE_PATH=/home/墨理/xx/tensorRT/tensorRt8/TensorRT-8.0.0.3/include:$CPLUS_INCLUDE_PATH

export LD_LIBRARY_PATH=/home/xx/tensorRT/tensorRT7/TensorRT-7.1.3.4/lib:$LD_LIBARARY_PATH
export CPLUS_INCLUDE_PATH=/home/xx/modelTrans/tensorRT/tensorRT7/TensorRT-7.1.3.4/include:$CPLUS_INCLUDE_PATH

通常的 C++ 项目 ，​​vim CMakeLists.txt​​ 中 配置方式

# tensorRT

include_directories(/home/墨理/project/project21/tensorRT/tensorRT7/TensorRT-7.2.3.4/include/)
link_directories(/home/墨理/project/project21/tensorRT/tensorRT7/TensorRT-7.2.3.4/lib/)

???? Python 代码 install TensorRT

​​官方安装 文档给了各种不同平台安装方式​​

❤️ 最简单的还是 pip 安装

python3 -m pip install --upgrade nvidia-tensorrt

❤️ 验证安装是否成功

import tensorrt
>>> print(tensorrt.__version__)
7.2.3.4
>>> assert tensorrt.Builder(tensorrt.Logger())

下面内容是个人笔记【 import tensorrt 时，可能遇到的报错 ，正常应该遇不到这样的问题哈】

ImportError: libcudnn.so.8: cannot open shared object file: No such file or directory
# 解决方法：

pip install nvidia-cudnn==8.0.*

# 又一个报错
ImportError: libcublas.so.11: cannot open shared object file: No such file or directory

# 就按照下面思路来解决了

解决思路如下【 成功解决 import tensorrt 失败的问题 】

# 通过 name 找到这些库存在的位置

find -name libcublas.so.11
find -name libcudnn.so.8

## 发现 ./anaconda3/envs/tf25/lib/python3.7/site-packages/nvidia/ 下面有这些库
## 那么我就，把这些给 copy 到当前环境对应位置

cd /home/xx/anaconda3/envs/torch18/lib/python3.7/site-packages/nvidia

cp /home/xx/anaconda3/envs/tf25/lib/python3.7/site-packages/nvidia/* . -rf

TensorRT 实战入门教程梳理如下【建议收藏】

经典博文【不亏系列】

• ❤️ ​​YOLOX （pytorch）模型 转 ❤️ tensorRT ❤️之运行推理【YOLOX 实战四】​​
• ​​TensorRT报错的一百种姿势 | 【❤️TensorRT抱错砖家❤️】​​

以下属于​​目标检测-模型部署 -- 专栏​​【按需查阅】

• ???? ​​yolov4 模型转化 | Darknet2TensorRT 完美运行 | 【yolov4 TensorRT 推理】​​
• ???? ​​基于TensorRT 推理框架yolov5 模型转化 | CUDA 11.2 + TensorRT-8 完美运行 | INT8 和 USE_FP16 时间性能对比 | 详细步骤记录​​
• ???? ​​基于TensorRT 推理框架 crnn 模型转化 | 【TensorRT 模型转换】​​
• ???? ​​Getting Started with TensorRTx 之 Run lenet5 |【TensorRT示例】​​
• ❤️ ​​❤️Python 使用 tensorrt-7.0.0.11 ❤️ |【 TensorRT 特定 版本安装】​​

❤️ 人生苦短， 欢迎和墨理一起学AI

• ???? 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️
• ❤️ 如果文章对你有帮助、点赞、评论鼓励博主的每一分认真创作

以上就是本次博文全部分享了，祝大家搬砖也欢乐，腰好腿好身体倍棒；