Windows TensorRT环境配配置(VS Code)

首先要安装好CUDA和cudnn,可以参考https://blog.csdn.net/qq_40280673/article/details/122901880?spm=1001.2014.3001.5501这篇文章。

先到英伟达官网下载TensorRThttps://developer.nvidia.com/nvidia-tensorrt-8x-download(需要登陆英伟达账号)。

Windows TensorRT环境配配置(VS Code)_第1张图片

 注意选择与CUDA对应的版本,下载到电脑后解压。

Windows TensorRT环境配配置(VS Code)_第2张图片

 把bin、include、lib复制到cuda对应文件夹下。复制好后进入到python目录下。

 

Windows TensorRT环境配配置(VS Code)_第3张图片Windows TensorRT环境配配置(VS Code)_第4张图片

 在VS Code的终端切换到上面的路径安装python tensorrt。

Windows TensorRT环境配配置(VS Code)_第5张图片

pip3 install tensorrt-8.4.3.1-cp310-none-win_amd64.whl

 安装完成后可以用一小段代码来测试。

import tensorrt as trt

if __name__ == "__main__":
    print(trt.__version__)
    print("hello trt!!")

输出正常,安装成功!

英伟达官方安装参考https://docs.nvidia.com/deeplearning/tensorrt/install-guide/index.html#installing-zip 。如果需要用到TensorFlow或PyTorch,需要安装uff、graphsurgeon和onnx_graphsurgeon包,这些包都在TensorRT的路径中,安装方法与python tensorrt的相同。

 

Windows TensorRT环境配配置(VS Code)_第6张图片

 

你可能感兴趣的:(python,python,开发语言)