TensorRT安装详解（跨平台指南：Linux与Windows系统全攻略）

TensorRT是NVIDIA推出的高性能深度学习推理优化SDK，能够显著提升模型在GPU上的运行效率。本文详细讲解TensorRT安装过程，涵盖Linux和Windows两大平台，即使是新手也能轻松完成部署。我们将介绍环境准备、安装步骤、配置验证等关键环节，并融入深度学习推理优化的最佳实践。

一、安装前的准备工作

无论Linux还是Windows，都需要先安装NVIDIA显卡驱动、CUDA Toolkit和cuDNN。请确保版本与TensorRT兼容（建议CUDA 11.x或12.x）。

二、Linux系统安装TensorRT

1. 下载TensorRT

访问NVIDIA官网，选择对应CUDA版本的TensorRT，推荐使用.deb或.tar包。例如：TensorRT-8.x.x.x.Ubuntu-20.04.x86_64-gnu.cuda-11.x.tar.gz

2. 安装步骤（以tar包为例）

    tar -xzvf TensorRT-8.x.x.x.Ubuntu-20.04.x86_64-gnu.cuda-11.x.tar.gzsudo mv TensorRT-8.x.x.x /usr/local/cd /usr/local/TensorRT-8.x.x.x  

3. 配置环境变量

    echo "export LD_LIBRARY_PATH=/usr/local/TensorRT-8.x.x.x/lib:$LD_LIBRARY_PATH" >> ~/.bashrcsource ~/.bashrc  

对于Python用户，还需安装Python库：cd python; pip install tensorrt-*.whl

4. 验证Linux TensorRT安装

    python -c "import tensorrt; print(tensorrt.version)"  

三、Windows系统安装TensorRT

1. 下载与解压

在官网下载ZIP包，例如TensorRT-8.x.x.x.Windows10.x86_64.cuda-11.x.zip，解压到C:\Program Files\TensorRT。

2. 配置环境变量

添加系统变量：C:\Program Files\TensorRT\lib 到 Path，并新建变量TENSORRT_ROOT指向解压目录。

3. 安装Python包

    cd C:\Program Files\TensorRT\pythonpip install tensorrt-8.x.x.x-cp39-none-win_amd64.whl  

4. 验证Windows TensorRT安装

    python -c "import tensorrt; print(tensorrt.version)"  

四、常见问题与优化建议

若导入失败，检查CUDA、cuDNN版本是否匹配。对于深度学习推理优化，可尝试onnx-tensorRT转换模型，进一步提升性能。记得关注NVIDIA官方文档获取最新动态。

五、总结

本文详细演示了TensorRT安装的完整流程，涵盖Linux和Windows两大操作系统。通过上述步骤，您可以快速搭建TensorRT环境，享受深度学习推理优化带来的加速效果。如果在安装过程中遇到问题，欢迎在评论区交流讨论。