TensorRT8.2.1.8基于Docker容器快速安装
一. 实验环境
ubuntu20.04: NVIDIA GeForce RTX 3080
二. 安装方法
- 全手动安装
优点：不需要掌握基本的docker操作知识，新手上手快。
缺点：报错较多，容易出现版本冲突。 - 半自动安装
这种安装方式是通过拉取官方镜像，然后创建容器，在容器内部进行安装，后面的模型转换等工作也是在容器中进行。
优点：简单方便省心，报错少，对机器上的其他服务不会造成影响，也不会受到其他服务限制，主要是cuda与cudnn版本的限制。
缺点：需要掌握基本的docker操作知识，对于新手不太友好。
（1）官网下载对应版本的镜像
打开nvidia官方的dockerhub镜像库：nvidia/cuda
完整的镜像列表在这里：nvidia/cuda镜像列表
根据自己的系统选择合适的镜像，我选择的是：
11.2.0-cudnn8-devel-ubuntu20.04
拉取命令
docker pull nvidia/cuda:11.2.0-cudnn8-devel-ubuntu20.04
（2）运行镜像、创建容器
docker run -it --name tensorrt_test --gpus all -v /home/wanglaiqi/mywork/tensorrt:/tensorrt nvidia/cuda:11.2.0-cudnn8-devel-ubuntu20.04 /bin/bash
--name tensorrt_test # 容器的名字
-v /home/mywork/tensorrt:/tensorrt
"
冒号前面是需要映射的外部路径，冒号后面是容器内部路径，经过映射，容器外/home/mywork/tensorrt路径下的内容就会时刻与容器内tensorrt路径下的内容保持一致，不论改动那个路径下的内容，另一个都会随之同步改变，主要是方便上传文件内容。
"
（3）查看cuda和cudnn版本
cat /usr/local/cuda-11.2/version.txt
cat /usr/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
（4）去官网NVIDIA TensorRT下载TensorRT tar包
下载的这个tar放在容器外/home/mywork/tensorrt路径下， 它会自动同步到容器内/tensorrt路径下，下载过程中需要用户创建开发者账号。
4.1 打开连接NVIDIA TensorRT点击立即下载，如下图所示。
4.2 选择对应的版本
4.3 选择同意，选择对应的版本，如下图所示。
4.4 选择对应的tar包进行下载，如下图所示。
下载选择的tar包放在容器外的/home/mywork/tensorrt目录下，会自动同步到容器内的/tensorrt路径下面， 也可以直接使用wget命令直接在容器内下载。
（5）回到容器内进行安装TensorRT
进入容器内的tensorrt路径下，解压刚才下载的tar包
tar -zxvf TensorRT-8.2.1.8.Linux.x86_64-gnu.cuda-11.2.cudnn8.2.tar.gz
解压之后可以 ls 看一下，应该多了一个叫 TensorRT-8.2.1.8 的文件夹
（6）安装vim
apt-get update
apt-get install vim
（7）添加环境变量
vim ~/.bashrc
export LD_LIBRARY_PATH=/tensorrt/TensorRT-8.2.1.8/lib:$LD_LIBRARY_PATH
source ~/.bashrc
（8）安装python
复制下面的所有内容到命令行
apt-get install -y --no-install-recommends \
python3 \
python3-pip \
python3-dev \
python3-wheel &&\
cd /usr/local/bin &&\
ln -s /usr/bin/python3 python &&\
ln -s /usr/bin/pip3 pip
安装之后查看python版本，后面安装tensorrt需要用到。
（9）使用pip 安装对应的TensorRT库
注意：一定要使用pip安装tar附带的whl包
cd /TensorRT-8.2.1.8/python
这个路径下一共有 4 个whl包，对应四个不同的 python 版本，根据第 8 步得到的 python 版本选择即可。
pip3 install tensorrt-8.2.1.8-cp38-none-linux_x86_64.whl
（10）测试TensorRT 的python接口
出现下图就表示安装成功。
3. 全自动安装
优点：一次成功，可以拿着 Dockerfile 到处跑，即使后期 NVIDIA 更新了新版本的 TensorRT，只需要对 Dockerfile 做微小改动即可；
缺点：要求较高，需要你熟悉 Dockerfile 的定制，熟悉对 TensorRT 的各种安装方式及注意事项；
总结
第一种 tar 包全手动安装不推荐，想尝试一下也可以，但是如果一天还没有解决建议放弃；
第二种半自动安装适合大多数人，尤其是时间紧、对 docker 操作熟悉的朋友；
第三种需要你熟悉定制Dockerfile，同时对 TensorRT 的各种安装方式及注意事项比较熟悉；