<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          TensorRT的環(huán)境配置(包括Windows和Ubuntu)

          共 2197字,需瀏覽 5分鐘

           ·

          2022-06-09 23:28

          環(huán)境

          • windows 10 64bit
          • ubuntu 18.04 64bit
          • CUDA 11.2
          • cuDNN 8
          • TensorRT 8

          前言

          TensorRTNVIDIA 公司推出的能夠加速模型推理的框架。本文分別在 windows 10 和 ubuntu 18.04 上進(jìn)行安裝。

          cuda和cudnn

          TensorRT 依賴于 cudacudnn,它們的安裝前面已經(jīng)寫(xiě)過(guò),可以參考

          ubuntu上安裝cuda和cudnn

          windows上安裝cuda和cudnn

          在windows上安裝

          下載鏈接: https://developer.nvidia.com/tensorrt-getting-started,這里需要根據(jù)自己系統(tǒng)的cudacudnn 版本來(lái)選擇下載的文件,這里下載的是 TensorRT-8.2.1.8.Windows10.x86_64.cuda-11.4.cudnn8.2.zip,解壓后,將文件夾中的 lib 目錄加入到系統(tǒng)環(huán)境變量 PATH

          同時(shí)將 lib 下的文件拷貝到 cuda 安裝目錄下的 bin 文件夾下,比如我這里的 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin

          然后使用 visual studio 打開(kāi)示例工程 D:\Tools\TensorRT-8.2.1.8\samples\sampleMNIST\sample_mnist.sln 來(lái)驗(yàn)證下安裝是否正確。進(jìn)入 visual studio 后,右鍵點(diǎn)擊 sample_mnist, 進(jìn)入 屬性,進(jìn)入 VC++ 目錄

          可執(zhí)行文件目錄 中添加 tensorrt中的 lib 目錄

          然后在 C/C++ --> 常規(guī) --> 附加包含目錄

          添加 tensorrt 中的 include 目錄

          如果在運(yùn)行中出現(xiàn)頭文件 cuda_runtime_api.h 找不到的情況,就在上面的 附加包含目錄 中添加 cuda 中的 inlcude 目錄

          最后,運(yùn)行程序,可以得到

          在ubuntu上安裝

          下載鏈接: https://developer.nvidia.com/tensorrt-getting-started,這里需要根據(jù)自己系統(tǒng)的cudacudnn 版本來(lái)選擇下載的文件,建議下載 tar 包而不是 deb 包,方便后面驗(yàn)證環(huán)境

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

          #?移動(dòng)到/usr/local目錄下,這一步非必須
          sudo?mv?TensorRT-8.2.1.8?/usr/local/

          編輯文件 ~/.bashrc,修改對(duì)應(yīng)的環(huán)境變量

          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

          然后使能環(huán)境變量,重啟 terminal,或者執(zhí)行 source ~/.bashrc

          最后來(lái)驗(yàn)證一下安裝是否成功

          使用 TensorRT 自帶的示例來(lái)驗(yàn)證

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

          如果沒(méi)有報(bào)錯(cuò)的話,就說(shuō)明安裝成功了。

          python中使用

          要想在 python 環(huán)境中使用 tensorrt,這部分內(nèi)容,windowsubuntu 是一樣的

          #?安裝uff,它是一種編碼方式,在將tf轉(zhuǎn)換成tensorrt需要用到
          pip?install?uff/uff-0.6.9-py2.py3-none-any.whl

          #?安裝graphsurgeon,它是對(duì)uff編碼進(jìn)行操作的庫(kù)
          pip?install?graphsurgeon/graphsurgeon-0.4.5-py2.py3-none-any.whl

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

          驗(yàn)證的話,執(zhí)行

          python?-c?"import?tensorrt"

          如果沒(méi)有報(bào)錯(cuò)就說(shuō)明安裝好了

          TensorRT的更新和卸載

          • windows

            1. 將新版本的安裝路徑下的 lib 目標(biāo)添加到系統(tǒng)環(huán)境變量 PATH 下,并將舊的版本路徑刪除
            2. 直接刪除安裝包,并刪除系統(tǒng)環(huán)境變量 PATH 中對(duì)應(yīng)的路徑
          • ubuntu

            1. 版本更新的話,下載新版本 tar 包,解壓后替換掉原來(lái)的 /usr/local/ 下的老版本,然后更新下 ~/.bashrc 內(nèi)環(huán)境變量中的版本號(hào)
            2. 卸載的話,直接刪除文件,sudo rm -rf /usr/loca/TensorRT*,然后去掉 ~/.bashrc 中對(duì)應(yīng)環(huán)境變量中的內(nèi)容


          瀏覽 121
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  黄片区视频 | 北京老太HD大全 | 中文字幕免费黄色电影 | 色站综合 | 少妇被躁高潮内谢了 |