(4) cuda cudnn TensorRT安装及配置

文章目录

安装显卡驱动

bash 复制代码

# 查看可以安装的驱动
sudo ubuntu-drivers devices
#自己看着选一个
sudo apt install nvidia-drive-525
#验证 有显卡信息输出就正常了
nvidia-smi

cuda安装

CUDA Toolkit下载

30系显卡算力8.6 ; cuda-11.1 -- 11.4算力支持 3.5-8.6
cuda-11.8 support for compute capability 3.5 -- 9.0

bash 复制代码

wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run

sudo sh cuda_11.3.0_465.19.01_linux.run
# 只选择cuda tookit安装就行
#安装后会在/usr/local/下生成cuda和cuda-11.3目录 ，cuda是cuda-11.3软连接
#在本机有多个cuda环境时，可以重新软连接切换cuda版本

修改环境变量

bash 复制代码

vim ~/.bashrc
# 在~/.bashrc文本加入下面2句
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64
export PATH=$PATH:/usr/local/cuda/bin

# 退出~/.bashrc, 生效
source ~/.bashrc
#验证
nvcc -V
# 终端会打印cuda版本信息

cudnn安装

cudnn下载

bash 复制代码

# 8.6.0版本.tar.xz
tar -xf cudnn-linux-x86_64-8.6.0.163_cuda11-archive.tar.xz
# 注意cudnn-linux-x86_64-8.6.0.163_cuda11-archive的路径, 大家解压出来可能文件名不一致，对应自己路径即可
# 1 复制库文件
sudo cp cudnn-linux-x86_64-8.6.0.163_cuda11-archive/lib/* /usr/local/cuda-11.3/lib64/
# 2 复制头文件 
sudo cp cudnn-linux-x86_64-8.6.0.163_cuda11-archive/include/* /usr/local/cuda-11.3/include/

Tensorrt安装

下载
选择GA版本（GA通用版，EA抢先体验版）

bash 复制代码

#解压
tar -xzvf TensorRT-8.6.1.6.Linux.x86_64-gnu.cuda-11.8.tar.gz
#添加环境变量
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/your_path/TensorRT-8.6.1.6/lib
# 重新加载环境变量
source ~/.bashrc
#安装python版
cd /Path/to/TensorRT-8.6.1.6/python
pip install tensorrt-8.6.1-cp38-none-linux_x86_64.whl
#测试python trt
import tensorrt as trt
print(trt.__version__)
#测试
cd /Path/to/TensorRT-8.6.1.6/samples/sampleOnnxMNIST/
make -j8
cd ../../bin
./sample_onnx_mnist