tensorRT安装

1.cmake升级

 cmake --version   3.10.0

1）卸载cmake

    sudo apt-get remove cmake 

2）下载cmake源码

 从https://cmake.org/download/下载cmake源码，如cmake-3.17.1.tar.gz

3）在cmake源码所在文件夹中打开命令终端，解压文件：

tar -zxv -f cmake-3.17.1.tar.gz

4）进入解压后的cmake文件，执行：

./bootstrap

5）编译构建：

make

6) 安装
sudo make install

7) cmake --version

若出现以下版本信息说明安装成功，可以使用了。

如果出现bash: /usr/bin/cmake: No such file or directory

则是因为cmake 安装在了/usr/local/bin/cmake,把该路径下的文件拷贝到问题路径下即可

2.TensorRT安装

 进入官网：https://developer.nvidia.com/nvidia-tensorrt-8x-download，下载对应版本

 1）tar xzvf TensorRT-8.0.1.6.Linux.x86_64-gnu.cuda-11.3.cudnn8.2.tar.gz

2）安装TensorRT wheel 文件，根据python版本选择，这里是python3.6

cd TensorRT-8.0.1.6/python
pip install tensorrt-8.0.1.6-cp36-none-linux_x86_64.whl

3）安装graphsurgeon wheel文件

cd TensorRT-8.0.1.6/graphsurgeon
pip install graphsurgeon-0.4.5-py2.py3-none-any.whl

4）安装完后，需要更新系统的环境

# TensorRT
export LD_LIBRARY_PATH=/home/you_name/soft_file/TensorRT-8.0.1.6/lib:$LD_LIBRARY_PATH
export CUDA_INSTALL_DIR=/usr/local/cuda-11.3
export CUDNN_INSTALL_DIR=/usr/local/cuda-11.3
验证一下是否成功

5）验证demo

切换到你包的位置：cd ~~~/TensorRT-8.0.1.6

• 1、在 ./samples/sampleMNIST 目录下执行 make 命令。可执行文件生成在 ./bin/ 目录下。
• 2、在 ./ 目录下运行 ./bin/sample_mnist 即可看到预期结果。

3.下载onnx转tensorrt代码

   https://github.com/onnx/onnx-tensorrt