TensorRT安装全指南：从零开始配置Linux与Windows环境

TensorRT是NVIDIA推出的高性能深度学习推理优化器，能显著提升模型在GPU上的推理速度。本教程将详细讲解TensorRT在Linux和Windows系统上的安装步骤，即使是小白用户也能轻松跟随。我们将覆盖从环境准备到验证安装的全过程，确保您能成功配置TensorRT进行深度学习加速。

系统要求

在开始TensorRT安装前，请确保您的系统满足以下要求：

• GPU：NVIDIA GPU（支持CUDA计算能力5.0或更高）
• 操作系统：Linux（如Ubuntu 18.04/20.04）或Windows 10/11
• 软件：CUDA Toolkit（推荐11.x版本）和cuDNN库
• Python：3.6及以上版本（可选，用于Python API）

Linux系统安装TensorRT

Linux TensorRT安装通常使用deb包或tar包。以下以Ubuntu 20.04为例，使用deb包安装：

1. 下载TensorRT deb包：从NVIDIA官网下载对应CUDA版本的TensorRT包（例如TensorRT 8.x for CUDA 11.x）。
2. 安装依赖：运行sudo apt-get update和sudo apt-get install -y python3-pip。
3. 安装deb包：使用sudo dpkg -i tensorrt-*.deb命令安装。
4. 设置环境变量：在~/.bashrc中添加export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/lib/x86_64-linux-gnu。
5. 验证安装：运行dpkg -l | grep tensorrt查看安装状态。

对于其他Linux发行版，可以使用tar包解压并配置库路径，具体步骤参考NVIDIA文档。确保安装过程中正确处理依赖，以实现深度学习加速。

Windows系统安装TensorRT

Windows TensorRT安装主要通过exe安装程序或zip包。以下以Windows 10为例：

1. 下载TensorRT for Windows：从NVIDIA官网下载对应CUDA版本的zip包（例如TensorRT 8.x for CUDA 11.x）。
2. 解压zip包：将文件解压到指定目录（如C:\TensorRT）。
3. 设置环境变量：在系统环境变量中添加TensorRT库路径（如C:\TensorRT\lib到PATH）。
4. 安装Python包（可选）：使用pip install tensorrt-*.whl安装Python wheel文件。
5. 验证安装：打开命令提示符，运行where tensorrt检查路径。

注意：Windows安装可能需要手动配置CUDA和cuDNN，确保版本兼容性。完成TensorRT安装后，重启系统使环境变量生效。

验证安装与常见问题

安装完成后，运行一个简单示例验证TensorRT是否工作：

    import tensorrt as trtprint(trt.version)  

如果输出版本号，则安装成功。常见问题包括库路径错误、CUDA版本不匹配等，请参考NVIDIA社区或文档解决。

总结：本教程涵盖了TensorRT安装在Linux和Windows的关键步骤，强调系统要求和验证方法。通过正确配置，您可以充分利用TensorRT进行深度学习加速，提升推理性能。如有疑问，欢迎在评论区讨论！