安装TensorRT

需要我帮你检查 CUDA 和驱动是否匹配，或者生成一个完整的安装脚本吗？OS：Ubuntu 20.04+ 或 Windows 10+CPU：x86_64 或 ARM SBSA 架构。没有安装 NVIDIA 驱动。驱动与 CUDA 不兼容。在容器中未挂载 GPU。

ubuntu20.04+cuda11.1+cudnn8.0.5，安装tensorrt8.3.4，并找到lib和include位置

将解压文件夹中【include】中的文件复制到CUDA对应【include】中。将解压文件夹中【lib】中的.lib文件复制到CUDA对应【lib/x64】中。将解压文件夹中【lib】中的.dll文件复制到CUDA对应【bin】中。将解压文件夹中【bin】中的文件复制到CUDA对应【bin】中。安装【onnx_graphsurgeon】中的.whl文件。安装【graphsurgeon】中的.whl文件。安装【python】中对应版本的.whl文件。安装【uff】中的.whl文件。（演示中使用版本如图）

【代码】ubuntu22.04安装TensorRT（过程记录）

4. cmake -G "MinGW Makefiles" .. ( ps：".." 表示的是 CMakeLists.txt 文件所在的目录，该命令必须在 Powershell 下执行，cmd黑窗口执行报错,打开方式：按住 shift键，鼠标右键空白处，即可看到 "在此处打开 Powershell窗口" )2. 安装：免安装，解压 x86_64-8.1.0-release-posix-seh-rt_v6-rev0.7z 到指定位置即可，例如解压后路径为："D:\install\mingw64"

此外，如果您已经安装了 TensorRT C++ 库，请使用 Python 包索引版本将安装此库的冗余副本，该库 可能不可取。上面的命令将拉入所有必需的 CUDA 来自 PyPI 的 Python wheel 格式的库和 cuDNN，因为它们是 TensorRT Python wheel 的依赖关系。此外，如果您有以前的 已安装的版本。如果前面的 Python 命令有效，那么您现在应该能够运行 任何 TensorRT Python 示例，以进一步确认您的 TensorRT 安装正在工作。

如何优雅地安装TensorRT

cd 到容器内的 tensorrt 路径下解压刚才下载的 tar 包： tar -zxvf TensorRT-8.2.1.8.Linux.x86_64-gnu.cuda-11.4.cudnn8.2.tar.gz 解压之后可以 ls 看一下，应该多了一个叫 TensorRT-8.2.1.8 的文件夹；1、安装 vim 2、添加环境变量把 解压 TensorRT的路径 替换成刚才的 tensorrtexport LD_LIBRARY_PATH=/tensorrt/TensorRT-8.2.1.8/lib:$L

〇、准备工作 安装教程主要针对 Linux (Ubuntu 20.04) 在安装前首先需要保证 CUDA 已安装（查看往期教程） 一、使用 docker 镜像（推荐） tensorrt 镜像 二、TensorRT 官方文档安装教程 以下安装分别对应官方文档 4.1. Debian Installation（推荐） 下载 nv-tensorrt-repo-ubuntu2004-cuda11.6-trt8.4.1.5-ga-20220604_1-1_amd64.deb sudo apt-get&nbs

历时3天多，tensorrt装上了，但是不确定有没有成功。 最后使用的教程： https://www.cnblogs.com/rickyngmo22/p/11650994.html 安装的Python 3.7.11 到最后一个安装pycuda时候，一直失败。这个pycuda安装了很久，至今未安装成功。 好像还参考了下边两个。 https://www.it610.com/article/1293397774670307328.htm https://blog.csdn.net/Simplify_boy/art

我下的版本是TensorRT-10.9.0.34.Windows.win10.cuda-11.8。4、将lib目录和include目录中的文件内容都拷贝到cuda对应的目录文件下。pycuda的版本根据需要选择。我的CUDA 是11.8，所以选的是2023.1。5、在python文件夹中有对应的Python安装库。有可能是pycuda的版本与电脑状的CUDA不对应。6、在samples中有相关的使用示例。2、根据系统和CUDA版本选择选一个。1、根据需要选择对应的版本。pycuda安转的那些事。