安装TensorRT

一、安装TensorRT

TensorRT是用于加速推理的高性能深度学习推理库。TensorRT使用显卡进行加速，其中包括推理、预处理和后处理。在安装TensorRT之前，需要首先安装CUDA和CUDNN。以下是安装TensorRT的步骤：

$ wget https://developer.download.nvidia.com/compute/redist/tensorrt/tensorrt-7.2.1.6.cuda-11.1.tar.gz
$ sudo mkdir -p /opt/tensorrt
$ sudo tar xzf tensorrt-7.2.1.6.cuda-11.1.tar.gz --directory /opt/tensorrt --strip-components=1

这将下载并解压缩TensorRT，并将其安装在/opt/tensorrt文件夹中。

二、安装TensorFlow

TensorFlow是另一个非常流行的深度学习库。TensorRT可以与TensorFlow一起使用以加速推理。以下是在Ubuntu下安装TensorFlow的步骤：

$ sudo apt install python3-dev python3-pip
$ pip3 install tensorflow

这将安装Python3开发环境和pip3。然后使用pip3安装TensorFlow。

三、安装TensorRT版本

TensorRT具有多个版本，每个版本都与不同的CUDA版本兼容。在安装TensorRT之前，请确保你正在使用与所需版本兼容的CUDA。

请注意，每个TensorRT版本都有自己的下载和安装指南，如果需要使用不同版本，请根据相应的指南进行安装。

四、安装TensorBoard

TensorBoard是TensorFlow的可视化工具，可以帮助你了解模型的性能和结构。

以下是安装TensorBoard的步骤：

$ pip3 install tensorboard

这将使用pip3安装TensorBoard。

五、安装TensorFlow教程

TensorFlow附带了很多教程，可以让你更好地了解TensorFlow的使用和功能。

以下是在Ubuntu下安装TensorFlow教程的步骤：

$ git clone https://github.com/tensorflow/models.git
$ cd models/tutorials

这将克隆TensorFlow模型存储库并将工作目录更改为教程文件夹。

六、安装TensorFlow报错

虽然安装TensorFlow通常很简单，但有时可能会发生错误。以下是解决常见错误的方法：

1、"fatal error: Python.h: No such file or directory"

这个错误通常意味着Python3开发文件没有正确安装。请尝试使用以下命令安装Python3开发文件：

$ sudo apt install python3-dev

2、“No module named 'tensorflow'”

这个错误通常表示TensorFlow没有正确安装。请尝试使用以下命令重新安装TensorFlow：

$ pip3 uninstall tensorflow
$ pip3 install tensorflow

七、安装TensorFlow命令

在安装TensorFlow之后，我们可以使用以下命令来确保它已经正确安装：

$ python3 -c "import tensorflow as tf;print(tf.reduce_sum(tf.random.normal([1000, 1000])))"

这将在Python中创建一个TensorFlow会话并随机生成一个1000x1000的张量并将其全部加起来。

八、安装TensorFlow-GPU

如果你有一张NVIDIA GPU，并且你想加速TensorFlow训练过程，你可以使用TensorFlow-GPU。

以下是在Ubuntu下安装TensorFlow-GPU的步骤：

$ pip3 install tensorflow-gpu

这将使用pip3安装TensorFlow-GPU。

九、安装TensorBoard报错

如果在启动TensorBoard时遇到错误，请尝试以下几种方法：

1、“'TensorBoard' object has no attribute '_app'”

这个错误通常意味着TensorFlow版本不兼容。请尝试使用与TensorFlow版本相匹配的TensorBoard。

$ pip3 install tensorboard==2.3.0

2、“'TensorBoard' object has no attribute 'parse_events_files'”

这个错误通常意味着TensorFlow或TensorBoard版本不兼容。请尝试使用与TensorFlow版本相匹配的TensorBoard。

$ pip3 install tensorboard==2.3.0

这将安装TensorBoard的2.3.0版本。