在windows安装python版本的tensorrt

在这里插入图片描述

一、进入官网,下载tensorrt包

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

这里需要注册登录一下,很快,用邮箱注册即可。然后下载对应cuda版本的tensorrt:
在这里插入图片描述
这里推荐最新的8.6GA,GA是通用版本,EA可以理解是抢先版,GA版本更稳定。
然后如何看cuda版本,这里提供一个方法,在终端(搜索cmd),键入:

nvcc -V

即可看到你的cuda版本。

二、下载后解压并把相应文件拷入对应cuda的文件夹

是的,只需要拷贝文件即可,无需安装。拷贝文件分三部分。

cuda在windows安装的文件夹默认是:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2\include

2.1 拷贝头文件

从下载的tensorrt的include文件夹里的文件拷贝到cuda对应的include文件夹中
在这里插入图片描述

2.2 拷贝静态库

从下载的tensorrt的lib文件夹里的.lib文件拷贝到cuda对应的lib/x64文件夹中
在这里插入图片描述

2.3 拷贝动态库

从下载的tensorrt的lib文件夹里的.dll文件拷贝到cuda对应的bin文件夹中
在这里插入图片描述

三、安装whl文件

python文件夹中找到对应的python版本的whl文件,安装即可

其中后面的cp37是对应的python版本,比如这个是python3.7环境应该安装的文件
在这里插入图片描述

然后直接,在cmd调出的终端中键入:

pip install (把你要装的whl往这里拖)

四、验证

以上其实就ok了,然后验证下

  1. cmd打开终端,python
  2. import一下就好了
import tensorrt as trt
print(trt.__version__)

这样就ok了,如果还要继续在windows上推理python版本的tensorrt模型请移步在windows上用python版tensorrt推理

Enjoy~

∼ O n e   p e r s o n   g o   f a s t e r ,   a   g r o u p   o f   p e o p l e   c a n   g o   f u r t h e r ∼ \sim_{One\ person\ go\ faster,\ a\ group\ of\ people\ can\ go\ further}\sim One person go faster, a group of people can go further

  • 17
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
### 回答1: TensorRT是NVIDIA推出的深度学习推理引擎,可以在GPU上高效地运行深度学习模型TensorRT支持Windows平台,可以通过以下步骤安装: 1. 安装CUDA和cuDNN:TensorRT需要依赖CUDA和cuDNN,需要先安装它们。可以从NVIDIA官网下载对应版本的CUDA和cuDNN,并按照官方文档进行安装。 2. 下载TensorRT:可以从NVIDIA官网下载对应版本TensorRT,下载完成后解压到指定目录。 3. 安装TensorRT Python API:TensorRT提供了Python API,可以通过pip安装。打开命令行窗口,输入以下命令: ``` pip install tensorrt ``` 4. 安装TensorRT UFF Parser:如果需要使用UFF格式的模型,需要安装TensorRT UFF Parser。可以通过pip安装。打开命令行窗口,输入以下命令: ``` pip install uff ``` 安装完成后,就可以在Windows平台上使用TensorRT了。 ### 回答2: TensorRT是NVIDIA推出的一个高效的深度神经网络推理引擎,可以大幅提升神经网络在GPU上的运行速度。TensorRT支持多种深度学习框架,如TensorFlow、Caffe和PyTorch等。在本文中,我们将探讨如何在Windows环境中使用Python安装TensorRT。 1. 准备工作 在安装TensorRT之前,需要先安装CUDA和cuDNN。TensorRT依赖于CUDA和cuDNN,并且需要使用与您的GPU型号相对应版本的CUDA和cuDNN。 首先,下载并安装适合您GPU的CUDA软件包。然后,下载cuDNN库并将其解压缩到CUDA的安装目录中。例如,如果您的CUDA安装在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1路径下,那么解压cuDNN库后应该将库文件放在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\路径下。 2. 下载TensorRT 在完成CUDA和cuDNN的安装后,就可以下载TensorRT了。首先,进入NVIDIA官方网站(https://developer.nvidia.com/nvidia-tensorrt-download)下载TensorRT软件包。下载完成后,解压缩到您喜欢的目录中。例如,将TensorRT解压缩到C:\TensorRT路径下。 3. 配置环境变量 接下来,要将TensorRT的路径添加到环境变量中。在Windows环境中,打开“控制面板”->“系统和安全”->“系统”,然后点击“高级系统设置”->“环境变量”按钮。在“系统变量”中,找到“Path”变量并点击“编辑”按钮。在“变量值”框中添加TensorRT的bin和lib路径,例如:C:\TensorRT\bin;C:\TensorRT\lib; 4. 安装Python包 在安装Python之前,需要将Anaconda环境添加到环境变量中。如果您没有安装Anaconda环境,请先下载并安装Anaconda。在Windows环境中,打开“控制面板”->“系统和安全”->“系统”,然后点击“高级系统设置”->“环境变量”按钮。在“用户变量”中,找到“Path”变量并点击“编辑”按钮。在“变量值”框中添加Anaconda的路径,例如:C:\ProgramData\Anaconda3\Scripts;C:\ProgramData\Anaconda3\; 然后,通过pip命令安装TensorRT Python包。在Anaconda命令行窗口中,输入以下命令: pip install tensorrt 5. 测试安装 完成TensorRT Python包的安装后,可以使用Python脚本测试安装是否成功。创建一个新的Python脚本,并将以下代码复制并粘贴: import tensorrt as trt print(trt.__version__) 保存脚本后运行,如果输出正确的TensorRT版本号,则表明安装成功。可以使用TensorRT创建和优化神经网络模型了。 综上所述,TensorRTWindows环境中的安装步骤如上所述。安装前需要确认CUDA和cuDNN已成功安装安装时需要添加环境变量并使用pip工具安装TensorRT Python包。 ### 回答3: TensorRT是一个可用于高性能深度学习推理的软件库,可以在GPU上进行加速。对于Windows系统和Python用户来说,安装TensorRT相对来说比较简单,但也需要一定的操作步骤,下面将详细介绍如何安装TensorRT。 首先,需要在NVIDIA官网上下载TensorRT安装程序,这里提供的是TensorRT 5.1.5版本的下载地址:https://developer.nvidia.com/nvidia-tensorrt-5x-download,选择对应的Windows版本,下载后进行安装。 其次,安装完成后需要配置TensorRT环境变量,将TensorRT的bin目录添加到PATH环境变量中,这样就能够在命令行中使用TensorRT相关命令了。同样需要将TensorRT的include和lib目录添加到对应的环境变量中,以便在调用TensorRT库时能够正确编译。 接着,安装TensorRTPython包,可以通过pip安装,打开命令行直接输入以下指令: ``` pip install tensorrt ``` 安装完成后,调用TensorRT就可以在Python中使用了。此外,还需要安装对应的TensorFlow和Python版本,以及NVIDIA的CUDA和cuDNN软件包,以便与TensorRT一起使用。 最后,验证TensorRT安装是否成功。在Python中导入TensorRT库,进行简单的模型推理测试。如果能够成功进行推理操作,那么就说明TensorRT安装已经成功了。 总之,TensorRTWindows系统下的安装还是比较简单的,只需要按照上述步骤进行操作即可。当然,安装过程中也有可能会遇到一些问题,比如环境变量没有设置正确等,这时就需要仔细查看错误信息进行调整了。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Thomas_Cai

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值