TensorRT cuda8.0 cudnn 7.0.5 tar包安装

总体步骤参考这篇文章

https://zhuanlan.zhihu.com/p/35468450

1.准备环境

TensorRT 依赖cuda和cudnn，且根据下载的TensorRT版本，需要严格保证cuda和cudnn的版本一致性，否则在运行的时候会出现各种链接库的错误。
我这里下载的是TensorRT 4.0.0.3 for Ubuntu 16.04 and CUDA 8.0 tar ，需要cuda 8.0和cudnn 7.0.5的支持。
准备工作中，需要保证cuda 8.0和cudnn 7.0.5都已经安装好，分别放在不同目录中。另外，需保证cuda 8.0的lib64文件夹中不包含其他版本的cudnn，不然在运行的时候会优先加载该版本的cudnn，从而出现编译和运行错误。

2.下载 TensorRT的tar 包，并解压进入

$ tar -xzf TensorRT-4.0.0.3.Ubuntu-16.04.4.x86_64-gnu.cuda-8.0.cudnn7.0.tar.gz
$ cd TensorRT-4.0.0.3

3.TensorRT没有源码，只提供编译好的库文件，放在TensorRT-4.0.0.3/lib目录下，所以需要添加该目录到环境变量LD_LIBRARY_PATH中。同时确保将cuda和cudnn的目录也分别加入环境变量CUDA_INSTALL_DIR和CUDNN_INSTALL_DIR，后面编译c++版本时需要，不然编译时会默认采用/usr/local/cuda目录。

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:
export CUDA_INSTALL_DIR=xx/cuda-8.0/
export CUDNN_INSTALL_DIR=xx/cudnn-7.0.5/

4. 指定好环境变量后，可以编译TensorRT-4.0.0.3/samples目录下的c++测试代码。

TensorRT编译依赖gcc-5.3以上，编译前需安装好gcc-5.3。具体安装顺序可参考https://my.oschina.net/gongdeyang/blog/630451，即
gmp-4.3.2 --> mpfr-2.4.2 --> mpc 0.8.1 --> gcc 5.3.0
同时在安装gcc之前，需将gmp mpfr mpc的lib目录加入环境变量LD_LIBRARY_PATH中，避免编译时找不到库文件。

$ cd samples
$ make

如果编译没有错误，生成的bin文件存放在TensorRT-4.0.0.3/bin目录下。
如果出现编译错误，很大程度跟cuda和cudnn版本不一致有关，需要仔细check下。

5. 运行c++测试样例

$ ./bin/sample_mnist

出现如图的话，恭喜～ TensorRT已经可以成功安装使用了。

6. 编译python接口

TensorRT支持python2.7和python3.5，可以根据自己的python版本选择安装，这里以2.7版本为例
同时，python版接口依赖protobuf-3.4.0，numpy-1.14.2和h5py2.8.0以上版本，需提前更新

$ cd python
$ pip install tensorrt-4.0.0.3-cp27-cp27mu-linux_x86_64.whl
$ cd uff
$ pip install uff-0.3.0-py2.py3-none-any.whl

安装完成后可通过键入命令查看

$ which tensorrt
$ which convert-to-uff

7. 修改变量

/tensorrt/examples/custom_layers/tensorrtplugins/setup.py中的TENSORRT_INC_DIR和TENSORRT_LIB_DIR变量，将其分别指向"TensorRT-4.0.0.3/include"和"TensorRT-4.0.0.3/lib"文件夹

8.测试python接口

$ python -c "import tensorrt"

没有问题则安装完毕。