window10+cuda11.6+cudnn8.6+tensorrt安装避坑

最新推荐文章于 2025-10-11 17:12:24 发布
原创 最新推荐文章于 2025-10-11 17:12:24 发布 · 1.7k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#视觉检测 #深度学习

在尝试配置TensorRT环境以运行yolov5目标检测时，作者经历了多次版本匹配的问题。最初使用CUDA11.6和cuDNN8.6，但遇到dll文件缺失和符号加载失败的错误。之后，作者尝试了不同版本的TensorRT和cuDNN，包括8.5.3.1和8.4，都遇到了加载cudnn相关dll的问题。最终，作者发现CUDA11.6与cuDNN8.2.1的组合能够成功配置TensorRT环境，而其他版本存在兼容性问题。

cuda11.6和cudnn8.6已经测试安装通过。

需要配置tensorrt的环境推理yolov5的目标检测，一开始根据官网的提示下载了tensorrt8.5.3.1最新版本

文件名看着支持的呀 接下来测试一下tensorrt是否可用，先把文件中的include、bin、lib文件放入到cuda11.6对应的同名文件夹中

测试方式是运行mnist的demo

最低0.47元/天 解锁文章
ubuntu20.04系统4060安装cuda11.8和cudnn8.6
热门推荐
qq_46107892的博客
06-29 1万+
ubuntu20.04系统4060安装cuda11.8和cudnn8.6
环境安装-1：Python3.8+CUDA11.6.1+cuDNN8.6+Tensorflow-gpu2.6.1
weixin_49192226的博客
10-10 3197
Tensorflow、cuda、cudnn的安装配置
【环境配置】Windows上安装（升级）Cuda11.6 + cudnn9.8 + pytorch 并测试
最新发布
一只数模菜鸡的博客
10-11 893
本文详细介绍了在RTX 3090显卡上更新CUDA 12.6和cuDNN 9.8环境的完整流程。首先通过NVIDIA控制面板确认显卡支持的CUDA版本上限，随后指导CUDA 12.6的下载安装与环境变量配置（采用变量化路径设计便于版本切换）。接着说明cuDNN的下载安装方法及必要的手动文件复制操作。最后提供PyTorch适配CUDA 12.6的安装指南，包括官网配置选择和具体安装命令。该方案解决了Python 3.7旧环境中的包兼容问题，为深度学习任务构建了稳定的GPU计算基础环境。
Windows下安装Pytorch和CUDA及配置CUDNN教程
m0_57029521的博客
03-13 3630
进入CUDA下载界面，发现默认下载CUDA最新版本CUDA 12.4，但这个版本并不适合我们，所以我们需要点击右下角的Archive of Previous CUDA Releases，找到CUDA的早期版本。1.将之前下载的cuDNN压缩文件进行解压，在解压后的文件中找到如下文件将里面对应的bin，lib，include内的文件（注意是文件不是目录）可以看到本电脑最高可以装12.2版本的CUDA，保险起见，我选择安装11.6版本的。，进入命令提示符，输入nvidia-smi，查看显卡驱动版本。
cuda11.6和对应的cudnn（windows）
a_Loki的博客
01-04 810
大家自取，cudnn的官网注册还是有点麻烦的。
Ubuntu20.04安装NVIDIA驱动+CUDA11.6+CUDNN
abc20150125的博客
11-24 1万+
快速安装深度学习环境
windows + tensorRT + yolov8 环境 mp4 视频物体检测测试( C++版本 )
heshiyuan1406146854的博客
07-30 635
( 代码是在该博客代码基础上改的，将识别一张图片改成了识别一个视频 )执行 build.bat。
retinaface在ubuntu20.04(wsl2)下使用tensorrt(c++)部署
heshiyuan1406146854的博客
08-16 1038
2. github上 Retinaface_Tensorrt 仓库中的操作指南中作者是举的在 windows 上使用 vs ide来编译的例子，使用的是 CMakeLists.txt( 是给 window环境使用的 )，还有一个 CMakeLists_linux.txt，我使用的是后者，但是会有一个坑，就是当头文件、库文件的问题都解决好以后，会碰到一个在 /data/code/c_code/Retinaface_Tensorrt/retina_mnet.cpp 和。
01 （避坑）Windows环境下Tensorrt（Python和C++）环境
amimax的博客
12-04 825
避坑）Windows环境下Tensorrt（Python和C++）环境
ubuntu22从双系统开始到深度学习环境搭建+必备软件安装
喜欢阿冯的博客
02-11 3100
从三味书屋装到百草园！从win10+ubuntu22双系统装到pytorch，其中历经了nvidia驱动安装、CUDA、cudnn、Anconda、QQ、微信、网易云的安装，还包括了EFI的新建！非常好使
win下pytorch安装—cuda11.6 + cudnn8.4 + pytorch1.12 + tensorRT（pycuda）
qq_37346140的博客
03-22 6814
下载解压后将bin以及include文件夹复制粘贴到步骤一种cuda安装目录下，同cudnn，直接复制粘贴会自动合并；这里选择默认目录即可，是个安装过程的临时目录，结束后此文件夹会被自动删除。需要注意的是这里并非指定安装目录，若需要指定安装目录，此处需与指定安装目录不同。注意上图的红色框框，是因为博主环境变量配置的问题。正确配置后即可查看安装的tensorRT版本了。这里有个前置工作需要搞清楚的，就是自己的显卡支持的cuda版本。目录下两个exe文件后是否出现跑“pass”，出现即为安装成功。
cuda11.0 +对应版本cudnn
02-16
win10 cuda_11.0.2_451.48_win10 cudnn-11.0-windows-x64-v8.0.5 .39 亲测有效 (百度网盘链接+提取码)
TensorRT-8.5.1.7.Windows10.x86-64.cuda-11.8.cudnn8.6.zip
03-29
TensorRT-8.5.1.7.Windows10.x86_64.cuda-11.8.cudnn8.6.zip NVIDIA TensorRT
cudnn，适用于cuda11.6、windows、64位系统，内置cudnn64_8.dll
08-21
注意这里的版本！！！ 使用方法： 将bin、include里面的文件分别复制到“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6”对应bin、include里面，将lib文件中的文件复制到“C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib\x64”中，32位的系统就放到Win32中。
Win10 GTX1650 安装CUDA11.6+CuDnn-8.6
weixin_53384447的博客
12-09 6924
打开自己电脑的任务管理器，查看自己电脑的显卡版本，如下图 ，笔者的为GTX 1650然后是我的使用的版本：anaconda直接官网下载安装即可，附官网网址 https://www.anaconda.com/products/individualvisual studio2019直接官网下载安装即可，附官网网址 https://www.visualstudio.com/zh-hans/
Ubuntu18中cuda11.6+cuDNN8.4.1+tensorRT8.4.3.1+opencv4.2.0配置（AirVO配置）(超详细)
llllldm的博客
07-04 2790
注意：我没有尝试过cuda11.4+cuDnn8.4.1+tensorRT8.4.3是否可以，但是根据cuda和cudnn的对应、tensorRT8.4.3支持列表，其实是支持的。我是重新装了cuda。下载opencv4.2和opencv-contrib-4.2，分别解压缩，opencv-contrib文件夹放进opencv-4.2文件夹中，我的显卡是2080Ti，所以bin是7.5。已有cuda11.4，eigen3.3.4，ros melodic，ceres 1.14，boost 1.65。
RTX3090+win10+CUDA11.6+cudnn8.5.0+pytorch1.12.1 环境——个人配置经验
zxm_的博客
09-14 1万+
rtx3090
毕设日志_yolov5，cuda11.6，cudnn和pytoch1.11配置与使用
weixin_43950456的博客
03-18 8755
需要安装的东西（Done） anaconda（创建虚拟环境时注意选择python版本） yolov5以及requirements.txt中的依赖（直接安装不用选择版本） wandb（深度学习轻量级可视化工具入门教程） 标注软件 批量修改文件名（方便标注） Anaconda 指令 activate yolo //打开名字叫yolo的虚拟环境 conda list //查看已安装包 - conda anaconda的区别/pip conda的区别 https://zhuanlan.zhihu.com/
CUDA安装，以11.6版本为例（小白必会版）
LMH564123的博客
08-16 1万+
cuda安装
window10+cuda11.5对应pytorch版本
06-03
你好！对于 Windows 10 和 CUDA 11.5，建议使用 PyTorch 1.9.0 或更高版本，因为 PyTorch 1.9.0 已经支持 CUDA 11.1、11.2 和 11.3。你可以使用以下命令安装 PyTorch： ``` pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/cu111/torch_stable.html ``` 这将安装 PyTorch 1.9.0、CUDA 11.1、CuDNN 8.2.1 和 TorchVision 0.10.0，同时也安装了适用于 CUDA 11.1 的 PyTorch。如果你使用的是其他 CUDA 版本，可以将 `cu111` 替换为对应的版本号，例如 `cu102`。希望能对你有所帮助！
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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