import torch
print(torch.version.cuda)
print(torch.backends.cudnn.version())
print(torch.cuda.is_available( ))
将 TensorRT-7.2.2.3\include
中头文件 拷贝到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\include;
将 TensorRT-7.2.2.3\lib
中所有lib文件 拷贝
到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\lib\x64;
将 TensorRT-7.2.2.3\lib
中所有dll文件拷贝
到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\bin;
用VS2019
打开 TensorRT-7.2.2.3\samples\sampleMNIST\sample_mnist.sln;
在VS2019中,重新生成;
没有包含cuda头文件
【项目右键】,点击【属性】,点击【配置属性】,点击【C/C++】,点击【常规】,编辑【附加包含目录】,根据CUDA的路径添加:C:\GPU\Program_Files\NVIDIAGPUToolkit\CUDA\V10.2\include
VC++目录的库目录添加:C:\GPU\Program_Files\NVIDIAGPUToolkit\CUDA\V10.2\lib\x64
使用python运行TensorRT-7.2.2.3\data\mnist下的download_pgms.py程序。注意这里需要进入到TensorRT-7.2.2.3\data\mnist这个目录下,否则文件会下载到其他地方去
python download_pgms.py
将np.fromstring
修改成 np.frombuffer
python download_pgms.py
在D:\TensorRT\TensorRT-7.2.2.3.Windows10.x86_64.cuda-10.2.cudnn8.0\TensorRT-7.2.2.3\bin
文件夹下运行sample_mnist.exe --datadir=D:\TensorRT\TensorRT-7.2.2.3.Windows10.x86_64.cuda-10.2.cudnn8.0\TensorRT-7.2.2.3\data\mnist\
这个报错不是没有安装cudann就是cudann版本太低了
cudnn-10.2-windows10-x64-v8.0.4.30
这个有对应的:cudann64_8.dl
C:\GPU\Program_Files\NVIDIAGPUToolkit\CUDA\V10.2
sample_mnist.exe --datadir=D:\TensorRT\TensorRT-7.2.2.3.Windows10.x86_64.cuda-10.2.cudnn8.0\TensorRT-7.2.2.3\data\mnist\