TensorRT的环境配置(包括Windows和Ubuntu)

环境

  • windows 10 64bit

  • ubuntu 18.04 64bit

  • CUDA 11.2

  • cuDNN 8

  • TensorRT 8

前言

TensorRTNVIDIA 公司推出的能够加速模型推理的框架。本文分别在 windows 10 和 ubuntu 18.04 上进行安装。

cuda和cudnn

TensorRT 依赖于 cudacudnn,它们的安装前面已经写过,可以参考

ubuntu上安装cuda和cudnn

windows上安装cuda和cudnn

在windows上安装

下载链接: https://developer.nvidia.com/tensorrt-getting-started,这里需要根据自己系统的cudacudnn 版本来选择下载的文件,这里下载的是 TensorRT-8.2.1.8.Windows10.x86_64.cuda-11.4.cudnn8.2.zip,解压后,将文件夹中的 lib 目录加入到系统环境变量 PATH

TensorRT的环境配置(包括Windows和Ubuntu)_第1张图片

同时将 lib 下的文件拷贝到 cuda 安装目录下的 bin 文件夹下,比如我这里的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin

然后使用 visual studio 打开示例工程 D:\Tools\TensorRT-8.2.1.8\samples\sampleMNIST\sample_mnist.sln 来验证下安装是否正确。进入 visual studio 后,右键点击 sample_mnist, 进入 属性,进入 VC++ 目录

TensorRT的环境配置(包括Windows和Ubuntu)_第2张图片

可执行文件目录 中添加 tensorrt中的 lib 目录

TensorRT的环境配置(包括Windows和Ubuntu)_第3张图片

然后在 C/C++ --> 常规 --> 附加包含目录

TensorRT的环境配置(包括Windows和Ubuntu)_第4张图片

添加 tensorrt 中的 include 目录

TensorRT的环境配置(包括Windows和Ubuntu)_第5张图片

如果在运行中出现头文件 cuda_runtime_api.h 找不到的情况,就在上面的 附加包含目录 中添加 cuda 中的 inlcude 目录

TensorRT的环境配置(包括Windows和Ubuntu)_第6张图片

最后,运行程序,可以得到

TensorRT的环境配置(包括Windows和Ubuntu)_第7张图片

TensorRT的环境配置(包括Windows和Ubuntu)_第8张图片

在ubuntu上安装

下载链接: https://developer.nvidia.com/tensorrt-getting-started,这里需要根据自己系统的cudacudnn 版本来选择下载的文件,建议下载 tar 包而不是 deb 包,方便后面验证环境

# 解压
tar xvf TensorRT-8.2.1.8.Linux.x86_64-gnu.cuda-11.4.cudnn8.2.tar.gz

# 移动到/usr/local目录下,这一步非必须
sudo mv TensorRT-8.2.1.8 /usr/local/

编辑文件 ~/.bashrc,修改对应的环境变量

export PATH=/usr/local/cuda/bin:/usr/local/TensorRT-8.2.1.8/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:/home/xugaoxiang/anaconda3/lib:/usr/local/TensorRT-8.2.1.8/lib:$LD_LIBRARY_PATH

然后使能环境变量,重启 terminal,或者执行 source ~/.bashrc

最后来验证一下安装是否成功

使用 TensorRT 自带的示例来验证

cd /usr/local/TensorRT-8.2.1.8
cd sample/sampleMNIST
sudo apt install build-essential
make
../../bin/sample/sample_mnist

如果没有报错的话,就说明安装成功了。

python中使用

要想在 python 环境中使用 tensorrt,这部分内容,windowsubuntu 是一样的

# 安装uff,它是一种编码方式,在将tf转换成tensorrt需要用到
pip install uff/uff-0.6.9-py2.py3-none-any.whl

# 安装graphsurgeon,它是对uff编码进行操作的库
pip install graphsurgeon/graphsurgeon-0.4.5-py2.py3-none-any.whl

# python版本,安装包中提供了3.6、3.7、3.8、3.9
pip install python/tensorrt-8.2.1.8-cp38-none-linux_x86_64.whl

验证的话,执行

python -c "import tensorrt"

如果没有报错就说明安装好了

TensorRT的更新和卸载

  • windows

  1. 将新版本的安装路径下的 lib 目标添加到系统环境变量 PATH 下,并将旧的版本路径删除

  2. 直接删除安装包,并删除系统环境变量 PATH 中对应的路径

ubuntu

  1. 版本更新的话,下载新版本 tar 包,解压后替换掉原来的 /usr/local/ 下的老版本,然后更新下 ~/.bashrc 内环境变量中的版本号

  2. 卸载的话,直接删除文件,sudo rm -rf /usr/loca/TensorRT*,然后去掉 ~/.bashrc 中对应环境变量中的内容

你可能感兴趣的:(linux,python,ubuntu,cuda,深度学习)