一：cuda和cudnn的安装

借鉴网址一：https://blog.csdn.net/qq_43202953/article/details/107951031
借鉴网址二：https://blog.csdn.net/qq_32408773/article/details/84112166

二：TensorRT的安装

1. 下载TensorRT的压缩包 TensorRT-6.xxx.tar.gz 包。
   TensorRT下载地址：https://developer.nvidia.com/nvidia-tensorrt-download
2. 解压缩包

tar xzvf TensorRT-6.××××.tar

4. 添加环境变量
   需要注意的是TensorRT的版本需要和cuda以及cudnn一致，添加TensorRT环境变量

sudo gedit ~/.bashrc
export LD_LIBRARY_PATH=/home/wsy/TensorRT-5.0.2.6/lib:$LD_LIBRARY_PATH 
export CUDA_INSTALL_DIR=/usr/local/cuda-9.0 
export CUDNN_INSTALL_DIR=/usr/local/cuda-9.0
source ~/.bashrc

然后进入解压目录，安装TensorRT，此处我是进入我的conda虚拟环境之后进行的操作:

#先进入conda虚拟环境
conda activate env_name
#install TensorRT
cd $HOME/tensorrt-5.0.2.6/python
# 用pip3安装的是python3环境的，用pip安装的是python2环境的。
pip3 install tensorrt-5.0.2.6-py2.py3-none-any.whl
#install UFF
cd ../uff
pip3 install uff-0.5.5-py2.py3-none-any.whl
#install graphsurgeon
cd ../graphsurgeon
pip3 install graphsurgeon-0.3.2-py2.py3-none-any.whl

试TensorRT是否安装成功，进入Python编辑器导入tensorrt和uff模块：

复制tensorrt库:
安装好之后记得在Tensorrt的源文件夹下将相关头文件复制到系统目录，如果不复制这些头文件，当然在python环境测试import tensorrt时也可以成功，但是在一些cmake文件配置TensorRT时，会出现找不到的情况。（重点，需谨记）

# 将相关头文件复制到系统目录
cp -r lib/* /usr/lib
cp -r include/* /usr/include

安装之后的测试，进入python环境测试：

import tensorrt
import uff
print(tensorrt.__version__)
print(uff.__version__)

此处print(uff.__version__)可能会报错是因为没有安装TensorFlow的原因，可不用管。至此TensorRT安装完成。