当前位置：首页 > ops >正文

windows上tensorrt国内镜像下载和安装教程

ops 2025/6/22 17:41:52

tensorrt安装步骤在windows上安装步骤大同小异，以下是在Windows 10上安装TensorRT 10.9.0.34（配合CUDA 11.8和cuDNN 8.9.7）的完整步骤，可以参考安装这个流程，做到举一反三：

检查显卡配置，查询可支持的cuda版本
win左下角搜索cmd打开命令行窗口，输入nvidia-smi
在这里插入图片描述
可以看到显卡最高支持到cuda12.9，我们在后续的cuda版本中要选择12.9以下的。

1. 安装CUDA 11.8

下载CUDA 11.8
访问NVIDIA CUDA Toolkit Archive，选择版本11.8.0，下载Windows平台的安装包（如cuda_11.8.0_522.06_windows.exe）。如果下载不下来可以尝试国内镜像下载地址github.com/futureflsl/cuda_cudnn_mirror，里面包含常见的cuda和cudnn版本可供选择，一般都是百度云盘下载即可。
运行安装程序
- 双击安装包，选择“自定义”安装（推荐）。
- 确保勾选以下组件：
  - CUDA Toolkit 11.8
  - CUDA Demo Suite（可选）
  - CUDA Documentation（可选）
- 其他组件（如NVIDIA驱动）若已安装可跳过。
验证安装
打开命令提示符，运行：
```
nvcc --version
```
应输出类似：
```
nvcc: NVIDIA (R) Cuda compiler version 11.8
```

在这里插入图片描述

下载cuDNN
访问NVIDIA cuDNN Archive，注册并登录后下载对应CUDA 11.8的cuDNN 8.9.7（如cudnn-windows-x86_64-8.9.7.29_cuda11-archive.zip）。

在这里插入图片描述

解压并复制文件
- 解压zip文件，将以下文件夹内容复制到CUDA安装目录（默认C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8）：
  - bin\ → 复制到CUDA的bin\
  - include\ → 复制到CUDA的include\
  - lib\ → 复制到CUDA的lib\x64\
添加环境变量(可选)
确保CUDA的bin目录已添加到系统PATH。默认安装cuda后会自动加入环境变量因此这个步骤可以省略：
```
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
```

下载TensorRT
从NVIDIA TensorRT下载页获取TensorRT-10.9.0.34.Windows.win10.cuda-11.8.zip。如果下载不下来可以尝试国内镜像地github.com/futureflsl/tensorrt_cn_mirror进行下载，当然需要自己对应安装好的cuda版本和cudnn版本，否则下载下来是无法正常使用的。因此要根据自己操作系统和cuda版本进行确认下载。如果您是RTX30-40系列显卡，可以使用cuda11以上版本，如果您是使用最新RTX50系列显卡则需要最新的tensorrt版本比如10.10版本。
解压TensorRT
将zip解压到目标目录（如C:\TensorRT-10.9.0.34）。
设置环境变量
- 添加TensorRT的lib目录到系统PATH：
```
C:\TensorRT-10.9.0.34\lib
```
- 创建环境变量TENSORRT_PATH指向TensorRT根目录：
```
TENSORRT_PATH = C:\TensorRT-10.9.0.34
```
安装Python Wheel（可选）
如需Python支持，安装对应的wheel文件：
```
pip install C:\TensorRT-10.9.0.34\python\tensorrt-10.9.0-cp3x-none-win_amd64.whl
```
（将cp3x替换为你的Python版本，如cp38对应Python 3.8）
验证安装
- C++验证：检查lib目录是否被正确链接。在cmd上输入trtexec有显示则表示正常
- Python验证：
```
import tensorrt
print(tensorrt.__version__)  # 应输出10.9.0
```