一.安装VS2019
二.安装 cuda (版本:11.3)
链接: https://developer.nvidia.com/cuda-toolkit-archive
必须选择自定义安装
Visual Studio Integration 记得勾选
三.安装cudnn (版本:8.4.0)链接:
https://developer.nvidia.com/rdp/cudnn-archive
四.安装环境包
(numpy 版本有争议 首先安装 1.19.5,后续报错按照报错版本进行安装)
torch、torchaudio 、torchvison、tensorboard、onnx、netron、pycuda、numpy(版本 1.19.5) pip3 install torch==1.10.2+cu113 torchvision==0.11.3+cu113 torchaudio==0.10.2+cu113 -i https://download.pytorch.org/whl/cu113
pip install opencv-python==4.1.2.30 opencv-contrib-python==4.1.2.30
pip install Pillow==8.4.0 pandas==1.1.4
pip install protobuf==3.20.0
pip install flask-cors seaborn matplotlib==3.2.2 PyYAML==5.3.1 requests==2.23.0
pip install scipy==1.10.1 scikit-image==0.21.0
pip install numpy==1.19.5
(先安装 numpy 在安装 pycuda)
pip install onnx==1.16.0(不需要指定版本)
pip install onnxruntime==1.9.0(不需要指定版本)
pip install netron==7.7.2
pip install pycuda (pycuda 版本与 numpy 版本挂钩)
五.安装 CMake3.19.4
本文中安装的是 cmake-3.19.4 版本
Github 链接: https://github.com/Kitware/CMake/releases?after=v3.19.5
下载完成后,一直点击下一步执行即可
其中出现下图所示情况,询问是否将 CMake 添加到系统环境变量,选择第二个(所有用户均可访问的 环境变量),最后一行如果勾选,将在桌面创建快捷方式图标,根据个人选择,然后继续点击 Next, 最后点击 Install,等待程序安装完成
安装完成之后,重启电脑,然后打开 Anaconda Prompt (Anaconda3),输入以下命令
cmake /V 或 cmake --version
五. 安装Tensorrt
版本:8.5.3.1 链接:https://developer.nvidia.com/nvidia-tensorrt-8x-download
点击 TensorRt 8.5 GA Update2
添加 TensorRt 环境变量 TensorRT-8.5.2.2\lib 下的 lib 文件拷贝到 CUDA 路径下的 lib/64 路径下 TensorRT-8.5.2.2\lib 下的 dll 文件拷贝到 CUDA 路径下的 bin 路径下 提示:cuda 路径参考:我的路径:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.3\