tensorrt ubuntu安装

### 在 Ubuntu 系统上安装 TensorRT 的方法 #### 解决方案概述 以下是针对不同版本的 Ubuntu 和 TensorRT 提供的具体安装指导。 --- #### 方法一：通过 `.whl` 文件安装（适用于 Python 用户） 对于已经获取到对应版本的 `tensorrt-*.whl` 文件的情况，可以按照以下方式完成安装： 1. **确保环境兼容** 需要确认所使用的 Python 版本与 `.whl` 文件匹配。例如，在引用中提到的案例中，Python 3.10 对应的是 `cp310` 轮子文件[^1]，而 Python 3.6 则对应 `cp36`[^2]。 2. **执行安装命令** 使用 `pip` 工具强制重新安装指定轮子文件： ```bash pip install --force-reinstall tensorrt-<version>-cp<py_version>-none-linux_x86_64.whl ``` 示例命令如下所示： ```bash pip install --force-reinstall tensorrt-8.4.1.5-cp310-none-linux_x86_64.whl ``` 此处需替换 `<version>` 和 `<py_version>` 参数以适配实际需求。 --- #### 方法二：基于源码包手动安装 如果未预先获得 `.whl` 文件，则可以通过官方发布的压缩包形式进行安装。 1. **解压 TensorRT 压缩包** 将下载好的 TensorRT 压缩包放置于主目录或其他合适位置并解压。例如： ```bash tar -zxvf TensorRT-<version>.Linux.x86_64-gnu.cuda-<cuda_ver>.cudnn<cdnn_ver>.tar.gz ``` 参考实例包括但不限于以下两种情况： - Ubuntu 20.04 下使用 CUDA 11.3 和 cuDNN 8.2 的场景[^3]: ```bash tar zxf TensorRT-8.0.1.6.Linux.x86_64-gnu.cuda-11.3.cudnn8.2.tar.gz ``` - 或者更高版本下的操作指南[^4]: ```bash tar -zxvf TensorRT-8.2.1.8.Linux.x86_64-gnu.cuda-11.4.cudnn8.2.tar.gz ``` 2. **进入 python 子目录并运行安装脚本** 进入解压后的路径中的 `python/` 子目录，并利用其中提供的 `.whl` 文件来完成安装过程。具体步骤可参照如下描述： ```bash cd <path_to_TensorRT>/python/ pip install tensorrt-<version>-cp<py_version>-none-linux_x86_64.whl ``` 同样需要注意版本号的一致性问题。 3. **额外依赖项处理** 如果需要支持 UFF (Universal Framework Format) 和 GraphSurgeon 工具链的话，还需单独安装它们的相关组件。 --- #### 注意事项 - 安装前务必验证目标系统的硬件架构、操作系统位数以及 GPU 驱动程序是否满足最低要求。 - 不同版本间的 API 接口可能存在差异，请依据项目实际情况选用合适的 TensorRT 发布版次。 - 若遇到权限不足错误，尝试添加 `sudo` 权限或者切换至具备管理员身份的工作区再试一次。 ---