ubuntu 18.04 安装、配置TensorRT环境

 

下载TensorRT

官网https://developer.nvidia.com/tensorrt下载对应版本的TensorRT（示例为 cuda 10.0 cudnn 7.6），需注册账号、填写问卷调查方可下载。

解压、设置环境变量

TensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6.tar.gz解压至本地，

tar -zxvf  TensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6.tar.gz

设置添加至环境变量

>vim /etc/profile
#加入下面的环境变量

export TENSORRT_ROOT={你的tensorrt目录}
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:{你的tensorrt目录}/lib

#保存:wq
source /etc/profile

安装tensorrt

根据你的版本安装合适的包

pip install  tensorrt-7.0.0.11-cp36-none-linux_x86_64.whl

 

安装uff和graphsurgeon

xxx\TensorRT-7.0.0.11\下有uff和graphsurgeon，分别安装两个文件夹下的安装包 （激活对应的虚拟环境，比如我是python36）：

 >>pip install uff-0.6.5-py2.py3-none-any.whl

 >> pip install graphsurgeon-0.4.1-py2.py3-none-any.whl

 

测试

命令行切换进目录TensorRT-7.0.0.11\data\mnist，运行：

>python download_pgms.py

下载所需数据，

然后切换到 TensorRT-7.0.0.11/samples/sampleMNIST/ ，编译项目生成可执行文件

> make
# 切换到bin路径
>cd ../../bin
>./sample_mnist

 

 

（注意指定一下--datadir，在 根目录下data/mnist，不然可能找不到数据）

可能的bug：

如果你是用conda 安装的cuda和cudnn，可能会提示找不到各种文件，建议用官方方式重新安装：

参考：https://blog.csdn.net/qianshuqinghan/article/details/104779830