nvcc- V2、在tensorrt官网上查找对应版本的tensorrt
https://developer.nvidia.com/nvidia-tensorrt-download
下载并解压缩至自己期望的目录中
打开bashrc文件
sudo ~/.bashrc
在bashrc文件中添加环境变量
#tensort export LD_LIBRARY_PATH=/homeTensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6/TensorRT-7.0.0.11/lib:$LD_LIBRARY_PATH export LIBRARY_PATH=/homeTensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6/TensorRT-7.0.0.11/lib:$LIBRARY_PATH
关闭bashrc然后source
source ~/.bashrc4、安装tensorrt-python插件
进入至tensorrt解压缩的python文件夹，pip安装，注意是否使用虚拟环境，如果使用则需要进入至虚拟环境执行命令
cd TensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6/TensorRT-7.0.0.11/python pip install tensorrt-7.0.0.11-cp37-none-linux_x86_64.whl5、安装uff组件
pip3 install /homeTensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6/TensorRT-7.0.0.11/uff/uff-0.6.5-py2.py3-none-any.whl注意事项：
在安装之前，一定要确认好自己所使用的CUDA、CUDNN和python的版本，因为这关系着tensorrt的版本。例如作者本人就因为版本问题重复安装了很多次，虚拟环境都搭建好了但是最后发现下载的tensorrt没有对应的python版本。
出现问题：在使用过程中，如果出现类似问题
error while loading shared libraries: libnvinfer.so.7: cannot open
shared object file: No such file or directory
可能是因为tensorrt不在系统的环境变量中，可以通过把tensorrt/lib的文件cp至系统/lib下
sudo cp /homeTensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.0.cudnn7.6/TensorRT-7.0.0.11/lib/* /lib/
