CUDA10.0+cudnn7.6.5+TensorRT7.0安装笔记
由于需要在边缘计算机jetson TX2上部署神经网络,所以需要安装tensorRT实现c++调用加速后的网络进行推理。以下是安装过程。
CUDA10.0
在官网上下载deb包,注意这里cuda的安装如果选deb的话,tensorRT的安装就可以使用deb,如果cuda用的其他安装方式,如.run文件,则tensorRT不能使用deb安装。这里选择deb方便一点。按照官方指令安装即可,然后在.bashrc里添加路径
export PATH=/usr/local/cuda-10.0/bin${PATH:+:${PATH}}
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-10.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
cudnn
下载官方的tar包解压
tar -xzvf cudnn-10.2-linux-x64-v7.6.5.32.tgz
cd cudnn-10.2-linux-x64-v7.6.5.32
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*
TensorRT
下载deb包
sudo dpkg -i nv-tensorrt-repo-ubuntu1804-cuda10.0-trt7.0.0.11-ga-20191216_1-1_amd64.deb
sudo apt-key add /var/nv-tensorrt-repo-cuda10.0-trt7.0.0.11-ga-20191216/7fa2af80.pub
sudo apt-get update
sudo apt-get install tensorrt
python api
sudo apt-get install python3-libnvinfer-dev
sudo apt-get install uff-converter-tf
验证
dpkg -l | grep TensorRT