win11安装TensorRT（python、c++（cmake、vs2019）部署）

默认已安装CUDA、CUDNN、对应版本的pytorch等环境（注意版本对应就好）

重点说明用cmake去加载cuda和tensorRt库。

TensorRT下载官网：

https://developer.nvidia.com/nvidia-tensorrt-download

下载8 GA版本（稳定版本）即可。

将下载的压缩包解压，然后放到自己合适的目录。如：C:\Program Files\TensorRT-8.5.1.7

将解压后目录中的lib绝对路径添加到环境变量。

将lib目录下的dll文件复制到CUDA目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin。

• 如果是VS2019，就简单很多，直接选择导入项目，然后加载sln文件，run就好了。

•  如果是vscode或clion这种cmake来搭建环境的，照着下面的cmakelist写就好

cmake_minimum_required(VERSION 3.25)
project(tensorRtTest)
set(CMAKE_CXX_STANDARD 11)

set(TENSORRT_ROOT "C:/Program Files/TensorRT-8.5.1.7")

# 包含CUDA的头文件路径
find_package(CUDA REQUIRED)
include_directories(${CUDA_INCLUDE_DIRS})

# 包含TensorRT的头文件路径
include_directories(${TENSORRT_ROOT}/include)

# 添加可执行文件
add_executable(tensorRtTest main.cpp)

# 链接TensorRT的库文件
link_directories(${TENSORRT_ROOT}/lib)
target_link_libraries(tensorRtTest ${TENSORRT_LIBRARIES})

# 链接CUDA的库文件
target_link_libraries(tensorRtTest ${CUDA_LIBRARIES})

 CUDA是可以通过find-package来直接找到的。

TensorRT是找不到的，需要set设置一下路径。

#include "NvInfer.h" 可以导入一下，看能不能跳转就好了。

• python 的话需要在tensorrt中选择对应的python编译器的版本，然后pip install wheel文件即可。