ubuntu18.04 安装 cuda11.1 + cudnn8.1 + TensorRT 7.2.3.4 + Deepstream 5.1
嫌麻烦的话就直接按照我的每一步操作即可。
下面两张图是安装deepstream5.1的环境要求,并不需要严格按照这个来,一般高版本的兼容低版本
nvidia驱动不是460.32,也可以安装,我的是465.27 ,这个驱动直接在ubuntu的软件和更新中就可以安装,很方便
其次就是cuda要安装11.1版本的,11.0的会各种报警
如果显卡版本太低则先卸载显卡驱动重装,满足条件则跳过此步骤
#卸载显卡重装
sudo apt-get remove nvidia* #注意此时千万不能重启,重新电脑可能会导致无法进入系统。
sudo apt-get install autoremove --purge nvidia*
sudo /usr/bin/nvidia-uninstall
1、安装依赖
#-------------------安装依赖-----------------------------------
sudo apt install \
libssl1.0.0 \
libgstreamer1.0-0 \
gstreamer1.0-tools \
gstreamer1.0-plugins-good \
gstreamer1.0-plugins-bad \
gstreamer1.0-plugins-ugly \
gstreamer1.0-libav \
libgstrtspserver-1.0-0 \
libjansson4
2、安装cuda11.1
#-------------------安装cuda11.1------------------------------------
sudo sh cuda_11.1.0_455.23.05_linux.run
3、安装cudnn8.1
#------------------安装cudnn8.1-------------------------------------
tar -xzvf cudnn-11.2-linux-x64-v8.1.1.33.tgz
sudo cp cuda/include/* /usr/local/cuda/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn.h
sudo chmod a+r /usr/local/cuda/lib64/libcudnn*
然后添加环境变量
sudo gedit ~/.bashrc
粘贴如下内容
#cuda-11.1 need
export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
刷新
source ~/.bashrc
查看cuda版本
nvcc -V
4、安装Tensorrt 7.2.3.4
#------------------安装tensorrt 7.2.3.4-------------------------------------
#解压下载好的按转包
tar -xzvf TensorRT-7.2.3.4.Ubuntu-18.04.x86_64-gnu.cuda-11.1.cudnn8.1.tar.gz #对应11.1
#解压后复制到/home/zxl 目录下, zxl是我的用户名,你可以换成自己的
#复制TensorRT路径下/lib、/include文件夹到对应系统文件夹
cd ~/TensorRT-7.2.3.4/
sudo cp -r ./lib/* /usr/lib # 在TensorRT-7.2.3.4路径下执行
sudo cp -r ./include/* /usr/include # 在TensorRT-7.2.3.4路径下执行
然后添加环境变量
sudo gedit ~/.bashrc
粘贴如下内容,注意zxl改成你自己的账户名
#tensorrt7.2.3 need
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/home/zxl/TensorRT-7.2.3.4/lib
刷新
source ~/.bashrc
5、 conda 创建trt环境
#4、先创建trt环境 选用python3.8版本,创建完成后激活环境
conda create -n py38trt7234 python=3.8
conda activate py38trt7234
#5、安装tensorrt
cd ~/TensorRT-7.2.3.4/python
pip install tensorrt-7.2.3.4-cp38-none-linux_x86_64.whl
#6、安装Python UFF wheel文件。只有当你将TensorRT与TensorFlow一起使用时才需要安装这个文件 用处:pb转tensorRT
cd ~/TensorRT-7.2.3.4/uff
pip install uff-0.6.9-py2.py3-none-any.whl
#7、安装Python graphsurgeon whl文件 用处:可以让TensorRT 自定义网络结构
cd ~/TensorRT-7.2.3.4/graphsurgeon
pip install graphsurgeon-0.4.5-py2.py3-none-any.whl
#注意trt7.0的版本没有这个包(不用装)
#8、安装Python onnx-graphsurgeon whl文件
cd ~/TensorRT-7.2.3.4/onnx_graphsurgeon
pip install onnx_graphsurgeon-0.2.6-py2.py3-none-any.whl
#8、安装pycuda 可以通过它来实现python 下CUDA 的编程
#pip install 'pycuda>=2019.1.1' 或者如下
pip install pycuda
#9、验证安装,打印出tensorrt版本,即安装成功
python
import tensorrt
tensorrt.__version__
6、安装librdkafka
#---------------安装librdkafka----------------------------------------
$ git clone https://github.com/edenhill/librdkafka.git
$ cd librdkafka
$ git reset --hard 7101c2310341ab3f4675fc565f64f0967e135a6a
./configure
$ make
$ sudo make install
$ sudo mkdir -p /opt/nvidia/deepstream/deepstream-5.1/lib
$ sudo cp /usr/local/lib/librdkafka* /opt/nvidia/deepstream/deepstream-5.1/lib
7、安装DeepStream 5.1
先下载安装包再执行下面安装
#---------------安装DeepStream 5.1----------------------------------------
$ sudo tar -xvf deepstream_sdk_v5.1.0_x86_64.tbz2 -C /
$ cd /opt/nvidia/deepstream/deepstream-5.1/
$ sudo ./install.sh
$ sudo ldconfig
查看安装情况
$ deepstream-app --version-all
至此安装成功