TensorRT安装教程
生活随笔
收集整理的這篇文章主要介紹了
TensorRT安装教程
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
簡介
本文介紹在Ubuntu系統下安裝TensorRT的具體步驟,主要支持C++的調用,理論上適合各種Linux發行版。
準備工作
CUDA安裝
首先需要確保正確安裝CUDA,可以參考我之前的博文,通過nvcc -V驗證是否安裝。
下載TensorRT
訪問官網下載地址,下載合適的版本,我們選擇壓縮包文件下載,如下圖。這里建議選用較新的8.x版本,支持比較多,我這里的CUDA版本為11.1,因此選擇了這個文件。
安裝TensorRT
必須要說的是,其實TensorRT的安裝完全可以參照NVIDIA官方文檔安裝成功,我這里只是做一個具體的示例。
我們首先通過下面的命令解壓下載的壓縮包,并將解壓得到的庫文件移動到想要安裝的位置,比如我想要安裝到家目錄下的opt文件夾中。
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,我們編輯環境變量vim ~/.bashrc,在其中增加下面一行后,通過source ~/.bashrc重新激活環境變量。
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/opt/TensorRT-8.0.3.4接著,我們通過樣例程序判斷TRT能否正常工作。我們先是將sampleMNIST源碼進行編譯,此時會在bin目錄生成可執行文件,我們切換過去直接執行。
cd ~/opt/TensorRT-8.0.3.4/samples/sampleMNIST make cd ../../bin/ ./sample_mnist如果輸出如下內容,最后顯示PASSED,表明樣例運行通過,那么TRT的安裝基本上沒什么問題。
[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總結
本文簡單介紹TensorRT的安裝,其實只要根據官方文檔安裝基本上就沒什么問題。
總結
以上是生活随笔為你收集整理的TensorRT安装教程的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: OpenCV源码安装教程(兼容CUDA)
- 下一篇: 算法模板-二分查找