win10/linux超简单安装TensorRT 在python使用

以下安装的仅适用于python!
c/c++不能使用

一、安装cuda

请注意,使用这种安装方法,CUDA 安装环境是通过 pip 管理的,并且必须额外注意设置您的主机环境以在 pip 环境之外使用 CUDA。

1.激活环境

conda activate your_env_name

2.升级工具

pip install --upgrade setuptools pip wheel

3.安装nvidia-pyindex模块

py -m pip 安装 nvidia-pyindex

4.安装cuda运行包

py -m pip install nvidia-cuda-runtime-cu11

5.使用conda安装cuda Toolkit组件

conda install cuda -c nvidia

二、安装TensorRT

这python wheels文件目前仅支持 Python 版本 3.6 到 3.9 和 CUDA 11.x,不适用于其他 Python 或 CUDA 版本。目前仅支持 Linux 操作系统和 x86_64 CPU 架构。这些轮子文件预计可在 CentOS 7 或更高版本以及 Ubuntu 18.04 或更高版本上运行。

1.激活环境

conda activate your_env_name

2.安装tensorRT python wheel

pip install -U nvidia-tensorrt --index-url https://pypi.ngc.nvidia.com

3.验证

python3
>>> import tensorrt
>>> print(tensorrt.__version__)
>>> assert tensorrt.Builder(tensorrt.Logger())

如果显示如下消息,可能没有更新英伟达驱动,更新驱动即可。

TensorRT] ERROR: CUDA initialization failure with error 100. Please check your CUDA installation: ...

YOLOv5加速

trt加速YOLOv5博客

  • 6
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 29
    评论
根据提供的引用内容,出现了一个ImportError错误,错误信息为"/home/xi/.conda/envs/tensor/lib/python3.8/site-packages/tensorrt/tensorrt.so: undefined symbol: getBuilderPluginRegistry"。这个错误通常是由于缺少依赖或版本不匹配导致的。解决这个问题的思路如下: 1. 确保依赖已安装:首先,您需要确保所需的依赖已正确安装。在这种情况下,您需要确保TensorRT和相关的依赖已正确安装。您可以使用以下命令检查TensorRT是否已正确安装: ```shell pip list | grep tensorrt ``` 如果没有输出结果,则表示TensorRT安装。您可以使用以下命令安装TensorRT: ```shell pip install tensorrt ``` 2. 检查版本兼容性:如果您已经安装TensorRT,但仍然遇到该错误,可能是由于版本不兼容导致的。请确保您使用TensorRT版本与您的代码和其他依赖项兼容。您可以查看TensorRT文档或与您使用的框架的官方文档进行比对,以确保版本兼容性。 3. 更新依赖:如果您已经安装TensorRT并且版本兼容,但仍然遇到该错误,您可以尝试更新TensorRT和其他相关依赖项。使用以下命令更新TensorRT: ```shell pip install --upgrade tensorrt ``` 然后,重新运行您的代码,看看问题是否解决。 请注意,这只是一些解决ImportError错误的常见思路。具体解决方法可能因您的环境和代码而异。如果上述方法无法解决问题,请提供更多详细信息,以便我能够提供更准确的帮助。
评论 29
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