ubuntu conda 安装 tensorRT
时间: 2025-05-11 20:25:29 浏览: 44
### 使用 Conda 在 Ubuntu 上安装 TensorRT
在 Ubuntu 系统中使用 Conda 安装 TensorRT 是一种便捷的方式,能够简化依赖管理并减少手动配置的工作量。以下是详细的说明:
#### 1. 创建一个新的 Conda 环境
为了隔离不同项目的依赖项,建议创建一个专门用于 TensorRT 的新环境。
```bash
conda create -n tensorrt_env python=3.8
conda activate tensorrt_env
```
此命令将创建名为 `tensorrt_env` 的 Python 3.8 环境[^2]。
#### 2. 添加 NVIDIA 和其他必要的通道
TensorRT 并未直接提供官方的 Conda 包,因此需要通过社区维护的包来获取支持。可以通过添加 NVIDIA 或者第三方通道实现这一点。
```bash
conda config --add channels nvidia
conda config --add channels conda-forge
```
上述操作会向 Conda 配置中加入 NVIDIA 和 Conda Forge 渠道,从而允许访问更多软件包[^3]。
#### 3. 安装 TensorRT
执行以下命令以安装最新版本的 TensorRT:
```bash
conda install tensorrt
```
这一步骤将会自动解析和安装所有必需的依赖项,包括 CUDA 工具链的一部分功能。
#### 4. 设置环境变量 (可选)
某些情况下,可能需要额外设置一些环境变量以便于程序找到正确的库位置。例如:
```bash
export LD_LIBRARY_PATH=$CONDA_PREFIX/lib:$LD_LIBRARY_PATH
```
这条指令确保动态链接器能够在运行时定位到由 Conda 提供的共享对象文件[^4]。
#### 5. 测试安装是否成功
验证 TensorRT 是否正常工作的一个简单方法是尝试导入它并通过 API 执行基本查询:
```python
import tensorrt as trt
print(f"TensorRT version: {trt.__version__}")
TRT_LOGGER = trt.Logger()
with trt.Builder(TRT_LOGGER) as builder:
print("Builder created successfully.")
```
如果脚本无错误地打印出了 TensorRT 版本号以及构建器实例化成功的消息,则表明安装完成得当[^5]。
---
### 注意事项
- **CUDA/CuDNN 兼容性**: 确认所使用的 CUDA 和 cuDNN 版本与目标 TensorRT 发布版兼容是非常重要的。不匹配可能导致不可预见的行为甚至崩溃。
- **硬件需求**: GPU 设备需满足最低计算能力要求;通常推荐至少具备 Compute Capability 6.x 的设备才能充分发挥性能优势。
---
####
阅读全文
相关推荐




















