tf1.7+cuda9.0+cudnn7.0.3+tensorRT3.0.4编译

cuda和cudnn的安装没有什么特别的，

tensorflow和tensorRT按照官方的文档步骤装就可以。

这里主要有几个坑需要注意：

1、tf编译时候会有大量undeference 到cudnn和cublas的报错，导致编译失败，需要参照下面解释修改
 

I was able to work around this issue by modifying:
CROSSTOOL_nvcc.tpl

adding this under toolchain "local_linux" (I used my full pathnames.. but I put in $HOME for reference here)

linker_flag: "-Wl,-rpath=$HOME/.local/cuda/lib64"

and below that under %host_compiler_includes:
cxx_builtin_include_directory: "$HOME/.local/cuda/include"

2、pip安装tensorRT时会提示系统不支持，需要修改wheel的名称为tensorrt-3.0.4-cp27-none-linux_x86_64.whl。

3、bazel装TensorFlow有个很坑的地方，环境变量都是写死的，不能自动检测，如果要修改很麻烦，所以最好所有依赖都装在默认目录下。

4、tensorrt安装之后运行会提示确实`GLIBCXX_3.4.21' not found，安装libgcc5.2.0以上版本即可。

5.tensrrt安装后运行例子报错：

../../lib/libnvinfer.so: undefined reference to `[email protected]'

cudnn版本不对，要7.0.3

6.tensorrt转化后的模型，使用时报错找不到op

需要import tensorflow.contrib.tensorrt

7. thrift下多线程使用tensorrt模型会报cuda寻址错误，可以采用多进程的方式。

8.INT8的模型结果异常，还没找到解决方法。

Reference:

https://github.com/tensorflow/tensorflow/issues/16988

https://www.cnblogs.com/nice-forever/p/5371906.html

https://blog.csdn.net/u010987458/article/details/71702938

https://blog.csdn.net/u010987458/article/details/71702938

https://blog.csdn.net/xll_bit/article/details/78376320