简介

本文介绍在Ubuntu系统下安装TensorRT的具体步骤,主要支持C++的调用,理论上适合各种Linux发行版。

准备工作

CUDA安装

首先需要确保正确安装CUDA,可以参考我之前的博文,通过nvcc -V验证是否安装。

下载TensorRT

访问官网下载地址,下载合适的版本,我们选择压缩包文件下载,如下图。这里建议选用较新的8.x版本,支持比较多,我这里的CUDA版本为11.1,因此选择了这个文件。

安装TensorRT

必须要说的是,其实TensorRT的安装完全可以参照NVIDIA官方文档安装成功,我这里只是做一个具体的示例。

我们首先通过下面的命令解压下载的压缩包,并将解压得到的库文件移动到想要安装的位置,比如我想要安装到家目录下的opt文件夹中。

tar -xzvf TensorRT-8.0.3.4.Linux.x86_64-gnu.cuda-11.3.cudnn8.2.tar.gz
mv TensorRT-8.0.3.4 ~/opt/

然后,我们编辑环境变量vim ~/.bashrc,在其中增加下面一行后,通过source ~/.bashrc重新激活环境变量。

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/opt/TensorRT-8.0.3.4

接着,我们通过样例程序判断TRT能否正常工作。我们先是将sampleMNIST源码进行编译,此时会在bin目录生成可执行文件,我们切换过去直接执行。

cd ~/opt/TensorRT-8.0.3.4/samples/sampleMNIST
make
cd ../../bin/
./sample_mnist

如果输出如下内容,最后显示PASSED,表明样例运行通过,那么TRT的安装基本上没什么问题。

[03/04/2022-21:25:41] [I] Input:
@@@@@@@@@@@@@@@@@@@@@@@@@@@@
@@@@@@@@@@@@@@@@@@@@@@@@@@@@
@@@@@@@@@@@@@@@@@@@@@@@@@@@@
@@@@@@@@@@@@@@@@@@@@@@@@@@@@
@@@@@@@@@@@@@@@@@@@@@@@@@@@@
@@@@@@@@@@@@@@@@.*@@@@@@@@@@
@@@@@@@@@@@@@@@@.=@@@@@@@@@@
@@@@@@@@@@@@+@@@.=@@@@@@@@@@
@@@@@@@@@@@% #@@.=@@@@@@@@@@
@@@@@@@@@@@% #@@.=@@@@@@@@@@
@@@@@@@@@@@+ *@@:-@@@@@@@@@@
@@@@@@@@@@@= *@@= @@@@@@@@@@
@@@@@@@@@@@. #@@= @@@@@@@@@@
@@@@@@@@@@=  =++.-@@@@@@@@@@
@@@@@@@@@@       =@@@@@@@@@@
@@@@@@@@@@  :*## =@@@@@@@@@@
@@@@@@@@@@:*@@@% =@@@@@@@@@@
@@@@@@@@@@@@@@@% =@@@@@@@@@@
@@@@@@@@@@@@@@@# =@@@@@@@@@@
@@@@@@@@@@@@@@@# =@@@@@@@@@@
@@@@@@@@@@@@@@@* *@@@@@@@@@@
@@@@@@@@@@@@@@@= #@@@@@@@@@@
@@@@@@@@@@@@@@@= #@@@@@@@@@@
@@@@@@@@@@@@@@@=.@@@@@@@@@@@
@@@@@@@@@@@@@@@++@@@@@@@@@@@
@@@@@@@@@@@@@@@@@@@@@@@@@@@@
@@@@@@@@@@@@@@@@@@@@@@@@@@@@
@@@@@@@@@@@@@@@@@@@@@@@@@@@@[03/04/2022-21:25:41] [I] Output:
0:
1:
2:
3:
4: **********
5:
6:
7:
8:
9:[03/04/2022-21:25:41] [I] [TRT] [MemUsageChange] Init cuBLAS/cuBLASLt: CPU +0, GPU +0, now: CPU 1819, GPU 1273 (MiB)
&&&& PASSED TensorRT.sample_mnist [TensorRT v8003] # ./sample_mnist

总结

本文简单介绍TensorRT的安装,其实只要根据官方文档安装基本上就没什么问题。

TensorRT安装教程相关推荐

  1. 【windows版】TensorRT安装教程

    一.参考资料 TensorRT 深度学习模型剪枝.量化和TensorRT推理 深度学习模型PyTorch训练并转ONNX与TensorRT部署 TensorRT(1)-介绍-使用-安装 TensorR ...

  2. TensorRT安装及使用教程

    常见网络tensorrt c++版实现: https://github.com/wang-xinyu/tensorrtx 参考:TensorRT安装及使用教程_ZONGXP的博客-CSDN博客_ten ...

  3. 加速深度学习在线部署,TensorRT安装及使用教程

    向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程   公众号:datayx 1 什么是TensorRT 一般的深度学习项目,训练时为了加快速度,会使用多GPU分布式训练. ...

  4. tensorRT 7 8+ DEB安装教程

                                                                        tensorRT 8+ 安装教程 目录 0.相关文档 1.官网查 ...

  5. tensorrt安装_基于TensorRT的BERT推断加速与服务部署

    BERT的出现真是广大NLPer的福音,在很多任务上能取得显著提升.不例外,作者在工作过程中也使用了BERT进行下游任务训练,但在感叹BERT真香的时候,它及其漫长的推断时间让人感到很为难.本文就记录 ...

  6. ONNX-TensorRT安装教程

    找了很多的教程,针对这些教程和碰到的问题,整理了一下. 1.  主教程(***):https://zhuanlan.zhihu.com/p/380950900 按照这个主教程一步一步的走,其中没有说g ...

  7. 【网站汇总】安装教程系列

    目录 1.Anaconda 2.Pytorch 3.Tensorflow 4.LaTeX 5.博客搭建 1.Anaconda [CV]Anaconda 安装教程_Fannnnf的博客-CSDN博客 2 ...

  8. oracle 11g完全安装教程(CentOS)

    oracle下载链接:http://www.oracle.com/technetwork/database/enterprise-edition/downloads/index.html oracle ...

  9. vs安装一直在提取文件_Visual Studio 2019下载及安装教程

    宸1分钟前 这可是我珍藏多年的资源啊. Visual Studio 2019 Microsoft Visual Studio(简称VS)是美国微软公司的开发工具包系列产品.是目前最流行的Windows ...

最新文章

  1. 如何在Unity中添加三维空间声音Spatial Sounds
  2. Java虚拟机的功能
  3. python中的iter()函数与next()函数
  4. win10偶然无法使用任务栏的问题解决办法
  5. win10系统下查看cpu是否启动虚拟化
  6. MySQL(6)---数据库 管理
  7. ShardingSphere RAW JDBC 分布式事务XA 代码示例
  8. pt-table-checksum
  9. 2022 MathorCup 数学建模B题思路解析
  10. 优先部署EDI系统把握信息传输的主动权
  11. vs2008中caption属性如何设置为中文
  12. 科研linux发型版本,[合集]哪些Linux系统科研能用呢 - 优秀的Free OS(Linux)版 - 北大未名BBS...
  13. 〖Python 数据库开发实战 - Redis篇⑫〗- Redis的事务特性
  14. PAT甲级考试题库题目分类
  15. Don‘t Cry Over Spilt Milk
  16. 术语FXO和FXS的含义是什么
  17. mysql中的locate,MySQL LOCATE()用法及代码示例
  18. PDF 转成 一张图片
  19. matlab - 3 自由度的机械臂
  20. 一个有趣的抛硬币问题

热门文章

  1. 构造器Constructor是否可被override
  2. Spring 的设计初衷
  3. 权限管理-SpringSecurity介绍
  4. 测试发送消息和接受消息
  5. MapReduce的编程规范
  6. SpringCloud:Ribbon负载均衡(基本使用、 负载均衡、自定义配置、禁用 Eureka 实现 Ribbon 调用)
  7. SpringBoot 对象输出
  8. excel转html放在tomcat,Excel转web!把excel在线打开??
  9. 小学数学加减法测试软件,小学生数学加减测试题
  10. JAVA浮点数使用陷阱:2.7 和 8.1 / 3 比较