cuda11.6.2 + cudnn8.8.0 + tensorRT8.5.3 + pytorch1.13 安装记录
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：
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())
