windows上tensorrt国内镜像下载和安装教程

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

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

2. 安装cuDNN 8.9.7

1. 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）。

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

3. 安装TensorRT 10.9.0.34

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

4. 测试示例（可选）

运行TensorRT自带的示例（如sample_mnist）：

1. 进入C:\TensorRT-10.9.0.34\samples\sample_mnist。
2. 按照README编译并运行，确保无报错。

常见问题

1. 版本冲突：确保CUDA、cuDNN、TensorRT版本严格匹配。
2. PATH问题：重启系统使环境变量生效。
3. 依赖缺失：安装Visual Studio 2019/2022的C++工具链（MSVC）。

完成以上步骤后，TensorRT环境即可正常使用。