# 安装完tensorrt一定要将放入虚拟环境(如果用虚拟环境的话)

记录一下吧!
走了好多弯路

安装完tensorrt一定要将放入虚拟环境(如果用虚拟环境的话)

Post-installation actions (Important!!!)
Open a terminal
Copy TensorRT libraries to virtual environment libraries
$ cp /usr/lib/python3.5/dist-packages/ -r ~/tensorflow/venv/lib/python3.5/site-packages/

Verify
$ source ~/tensorflow/venv/bin/activate
(venv) $ python

help(‘modules’)

Look for tensorrt, uff, pycuda,tensorflow, tensorboard and graphsurgeon in the list.

在Linux虚拟环境安装TensorRT通常涉及到以下几个步骤: 1. **添加NVIDIA软件仓库**:首先需要添加NVIDIA的软件仓库,以便能够下载TensorRT及其依赖的组件。 2. **安装依赖项**:安装TensorRT之前,可能需要安装一些依赖项,如CUDA和cuDNN,确保你的系统这些组件是最新的版本,与TensorRT兼容。 3. **下载TensorRT**:通过NVIDIA的官方网站下载适合你的Linux发行版和CUDA版本的TensorRT安装包。 4. **安装TensorRT**:使用命令行工具解压下载的TensorRT包,并运行安装脚本。这通常涉及运行一个安装脚本,根据提示安装过程。 5. **验证安装**:安装成后,你可以通过运行TensorRT提供的样例程序或者使用命令行工具来验证TensorRT是否正确安装。 下面是一个简化的命令示例流程,具体步骤和命令可能会根据TensorRT的版本和你的系统环境有所不同: ```bash # 添加NVIDIA软件仓库 distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/libnvidia-container/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | sudo tee /etc/apt/sources.list.d/libnvidia-container.list # 更新软件包索引 sudo apt-get update # 安装依赖项 sudo apt-get install -y --no-install-recommends nvidia-cuda-toolkit # 下载TensorRT sudo dpkg -i <TensorRT安装包的路径>.deb # 安装TensorRT sudo apt-y tensorrt-samples cd /usr/src/tensorrt/samples make ./sample_mnist ``` 请注意,上述命令仅为示例,实际操作过程需要根据TensorRT的具体版本和你的Linux发行版的具体情况来调整。务必参考TensorRT官方文档来获取最准确的安装指南。
评论
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
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