在linux上输入命令
bash
cat /etc/os-release
命令查看系统版本
nvidia-smi命令后有内容弹出而没有报错,表明系统中安装了NVIDIA显卡驱动，并且该命令成功地显示了有关NVIDIA GPU的信息。
输入nvcc -V并且看到输出时,这表明您的系统中已经安装了NVIDIA的CUDA工具包，并且该命令成功地显示了CUDA编译器版本的信息
这里是租的ubuntu远程服务器gpu版本，所以nvidia的驱动和cuda都是安装上了。
输入which nvcc 或 where nvcc即可查看cuda的安装路径
可以看到cuda的安装路径是在/usr/local/cuda/bin/nvcc的路径下
除了cuda还需要cudnn
输入指令查看是否存在cudnn
cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2
弹出以上内容说明cudnn是存在的，这样安装tensorrt的前置工作就完成了，接下来我们进行tensorrt的安装。
这里直接安装tensorrt相对应的版本即可，在官网地址下载：
Log in | NVIDIA Developer
我这里直接下载linux版本 不去区分ubuntu还是centos了，选择
- TensorRT 8.6 EA for Linux x86_64 and CUDA 11.0, 11.1, 11.2, 11.3, 11.4, 11.5, 11.6, 11.7 and 11.8 TAR Package
基本可以支持所有的cuda11了。
安装包下载好后之间拖到服务器上。我这里的路径直接拖到/usr/local的路径下。
安装包拖过去后，输入命令完成解压。
tar -xvf /usr/local/TensorRT-8.6.0.12.Linux.x86_64-gnu.cuda-11.8.tar.gz
完成解压，如果没有权限 就在最前面加上sudo
开始解压
因为我们当前路径是在root下，所以解压的文件在root文件夹下
然后我们开始添加环境路径
export LD_LIBRARY_PATH=/root/TensorRT-8.6.0.12/targets/x86_64-linux-gnu/lib:$LD_LIBRARY_PATH
输入echo $LD_LIBRARY_PATH 查看环境路径
可以看到路径已经加载进来了
然后我们使用pip安装
当前已经是cd在了TensorRT-8.6.0.12的路径下了，
我们直接输入指令安装
pip install ./python/tensorrt-8.6.0-cp38-none-linux_x86_64.whl安装
然后输入以下指令
import tensorrt as rt
print(rt.__version__)
·正确打印出了tensorrt的版本号就是安装成功了。
