1. cuda11.6.2 安装

1.1 cuda11.6.2 下载

由于本人下载时，cuda以及更新为12.0版本，需要进入以前的版本下载界面。
进入英伟达官网：

https://developer.nvidia.com/

在paltforms下找到cuda Toolkit 点击进入

进入cuda页面之后点击Download New

最后点击Archive of Previous CUDA Releases 即可进入以前版本的下载页面

找点cuda11.6.2版本，点击进入

最后选择自己电脑配置之后即可开始下载

1.2 cuda11.6.2 安装

找到第一步下载的cuda 11.6.2 安装包，双击

等待提取完成

下面进入安装界面，等待兼容性自检完成后点击同意并继续

选择自定义安装，点击下一步

全选，点击下一步

选择默认安装位置，点击下一步

等待安装完成

1.3 cuda11.6.2 安装测试

在cmd中检查cuda是否安装成功：nvcc -V

2. cudnn8.8.0 安装

2.1 cudnn8.8.0 下载

cudnn 下载需要登录英伟达账号，没有账号花几分钟注册一个即可
在主页下找到cudnn，点击进入

进入cudnn 也页面后点击Download cuDNN

之后安装下图操作即可

2.2 cudnn8.8.0 安装

右键解压

将解压后的三个文件添加到cuda的安装路径下

默认安装则在 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6

2.3 cudnn8.8.0 安装测试

打开终端，进入cuda 安装路径下的extras\demo_suite文件夹，运行deviceQuery.exe

如果安装没有问题，则会出现 PASS

之后在运行 bandwidthTest.exe

PASS，恭喜你安装完成，安装完成

3 tensorRT8.5.3安装

3.1 tensorRT8.5.3下载

在主页找到TensorRT 点击进入

进入TensorRT 页面后点击Download now

点击TensorRT 8

安装下面步骤依次点击即可下载

3.2 tensorRT8.5.3安装

下载得到 zip 压缩包，解压。
TensorRT安装
任意顺序完成以下几步：
复制TensorRT-8.5.3.1\bin中内容到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\bin
复制TensorRT的include文件夹到CUDA的include文件夹
复制TensorRT-8.5.3.1\lib文件夹中的lib文件到CUDA的lib\x64文件夹，dll文件到CUDA的bin文件夹

3.3 python tensorRT8.5.3安装测试

在cmd运行解压文件bin文件夹下trtexe.exe

出现如下，安装成功

3.4 python tensorRT8.5.3安装

使用pip install xxx.whl安装TensorRT-8.5.3.1文件夹中的，下述4个文件都需要安装

如下图所示：

使用 python 检查是否安装成功

3.5 vs 配置 tensorRT8.5.3

将以下路径加入当环境变量中：

~\TensorRT-8.5.3.1\lib ~ 表示你的存放路径，记得替换

vs环境设置

包含目录

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include
D:\Program Files\TensorRT-8.5.3.1\include

库目录

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\lib\x64
D:\Program Files\TensorRT-8.5.3.1\lib

附加依赖项

nvinfer.lib
nvinfer_plugin.lib
nvonnxparser.lib
nvparsers.lib
cublas.lib
cublasLt.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
cudnn.lib
cudnn64_8.lib
cudnn_adv_infer.lib
cudnn_adv_infer64_8.lib
cudnn_adv_train.lib
cudnn_adv_train64_8.lib
cudnn_cnn_infer.lib
cudnn_cnn_infer64_8.lib
cudnn_cnn_train.lib
cudnn_cnn_train64_8.lib
cudnn_ops_infer.lib
cudnn_ops_infer64_8.lib
cudnn_ops_train.lib
cudnn_ops_train64_8.lib
cufft.lib
cufftw.lib
curand.lib
cusolver.lib
cusolverMg.lib
cusparse.lib
nppc.lib
nppial.lib
nppicc.lib
nppidei.lib
nppif.lib
nppig.lib
nppim.lib
nppist.lib
nppisu.lib
nppitc.lib
npps.lib
nvblas.lib
nvjpeg.lib
nvml.lib
nvrtc.lib
OpenCL.lib

4 pytorch1.13 安装

4.1 pytorch1.13 安装

进入pytorch 官网，点击install

选择如下，在自己的python 环境使用pip命令进行安装

4.1 pytorch1.13 安装测试

打开终端，切换到pytorch安装环境下，检测程序如下：

import torch
print(torch.__version__)
print(torch.cuda.is_available())