安裝TensorRT

一、安裝TensorRT

TensorRT是用於加速推理的高性能深度學習推理庫。TensorRT使用顯卡進行加速，其中包括推理、預處理和後處理。在安裝TensorRT之前，需要首先安裝CUDA和CUDNN。以下是安裝TensorRT的步驟：

$ 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

這將下載並解壓縮TensorRT，並將其安裝在/opt/tensorrt文件夾中。

二、安裝TensorFlow

TensorFlow是另一個非常流行的深度學習庫。TensorRT可以與TensorFlow一起使用以加速推理。以下是在Ubuntu下安裝TensorFlow的步驟：

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

這將安裝Python3開發環境和pip3。然後使用pip3安裝TensorFlow。

三、安裝TensorRT版本

TensorRT具有多個版本，每個版本都與不同的CUDA版本兼容。在安裝TensorRT之前，請確保你正在使用與所需版本兼容的CUDA。

請注意，每個TensorRT版本都有自己的下載和安裝指南，如果需要使用不同版本，請根據相應的指南進行安裝。

四、安裝TensorBoard

TensorBoard是TensorFlow的可視化工具，可以幫助你了解模型的性能和結構。

以下是安裝TensorBoard的步驟：

$ pip3 install tensorboard

這將使用pip3安裝TensorBoard。

五、安裝TensorFlow教程

TensorFlow附帶了很多教程，可以讓你更好地了解TensorFlow的使用和功能。

以下是在Ubuntu下安裝TensorFlow教程的步驟：

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

這將克隆TensorFlow模型存儲庫並將工作目錄更改為教程文件夾。

六、安裝TensorFlow報錯

雖然安裝TensorFlow通常很簡單，但有時可能會發生錯誤。以下是解決常見錯誤的方法：

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

這個錯誤通常意味著Python3開發文件沒有正確安裝。請嘗試使用以下命令安裝Python3開發文件：

$ sudo apt install python3-dev

2、「No module named ‘tensorflow’」

這個錯誤通常表示TensorFlow沒有正確安裝。請嘗試使用以下命令重新安裝TensorFlow：

$ pip3 uninstall tensorflow
$ pip3 install tensorflow

七、安裝TensorFlow命令

在安裝TensorFlow之後，我們可以使用以下命令來確保它已經正確安裝：

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

這將在Python中創建一個TensorFlow會話並隨機生成一個1000×1000的張量並將其全部加起來。

八、安裝TensorFlow-GPU

如果你有一張NVIDIA GPU，並且你想加速TensorFlow訓練過程，你可以使用TensorFlow-GPU。

以下是在Ubuntu下安裝TensorFlow-GPU的步驟：

$ pip3 install tensorflow-gpu

這將使用pip3安裝TensorFlow-GPU。

九、安裝TensorBoard報錯

如果在啟動TensorBoard時遇到錯誤，請嘗試以下幾種方法：

1、「’TensorBoard’ object has no attribute ‘_app’」

這個錯誤通常意味著TensorFlow版本不兼容。請嘗試使用與TensorFlow版本相匹配的TensorBoard。

$ pip3 install tensorboard==2.3.0

2、「’TensorBoard’ object has no attribute ‘parse_events_files’」

這個錯誤通常意味著TensorFlow或TensorBoard版本不兼容。請嘗試使用與TensorFlow版本相匹配的TensorBoard。

$ pip3 install tensorboard==2.3.0

這將安裝TensorBoard的2.3.0版本。