共计 1075 个字符，预计需要花费 3 分钟才能阅读完成。
大体来说装置的办法有两种：
- 用 run 装置 cuda, 用 wheel 装置 tensorrt，益处是能够本人选驱动的版本；（大多数人抉择的的办法，也是本文介绍的办法）
- 如果想装置 tensorRT 的 deb 版本，cuda 必须应用 deb 装置，然而 cuda 的 deb 版本装置的时候可能会笼罩你曾经装置的 nvidia 驱动。
一、下载
官网下载 tar 版本的文件。
trt 官网只更新到了反对 ubuntu18.04，然而这个版本是能够在 ubuntu20.04 上应用的。
二、装置
下载之后解压：
tar -xzvf c-7.2.3.4.Ubuntu-18.04.x86_64-gnu.cuda-11.1.cudnn8.1.tar.gz失去 tensorRT 文件夹，进入其中的 python 目录，外面提供了多种版本的 tensorrt 可供装置。
倡议在虚拟环境中装置。
conda create -n name python=3.7.0留神：如果想要在 python3.7 中应用 tensorRT，那么这里肯定要写
3.7.0，否则可能报错，很坑。同理，想用 3.6 就写3.6.0
创立完之后 conda activate name 进入新环境。开始装置。
这里就装置 cp37 的版本，应用命令：
pip install tensorrt-7.2.3.4-cp37-none-linux_x86_64.whl 可能的报错：
ERROR: tensorrt-7.2.3.4-cp37-none-linux_x86_64.whl is not a supported wheel on this platform
起因：python 版本不统一（就是刚刚说的问题）解决办法：确认 anaconda 环境中的 python 版本是否与要装置的 tensorrt 的 python 版本统一
找不到.so.7 文件
起因：.so.7 文件在解压完的源文件中的 lib 文件夹里，须要将它增加到环境变量中
解决办法：1. 关上：sudo gedit ~/.bashrc
2. 在最初增加：export LD_LIBRARY_PATH="/tensorRT 解压门路 /lib:$LD_LIBRARY_PATH"
3. 刷新：source ~/.bashrc装置实现后进入 python 输出 tensorRT 即可验证 tensorRT 是否装置胜利
不报错即胜利.
接着进入 tensorRT 下的 uff 文件夹装置 whl（tensorflow 会用到）
pip install uff-0.6.9-py2.py3-none-any.whl 至此，Ubuntu 与 TensorRT 装置胜利！
https://zhuanlan.zhihu.com/p/159591904
正文完
