随着TensorRT8.0版本的发布，windows下也正式支持Python版本了，跟紧NVIDIA的步伐，正式总结一份TensorRT-python的使用经验。

一、底层库依赖

在安装TensorRT前，首先需要安装CUDA、CUDNN等NVIDIA的基本库，如何安装，已经老生常谈了，这里不再过多描述。
关于版本的选择，楼主这里：

CUDA版本，楼主这里选择的是 cuda11.5 ，具体cuda版本见 https://developer.nvidia.com/cuda-toolkit-archive，可自行下载。
CUDNN版本，选择 cudnn-11.3-windows-x64-v8.2.1.32，官网下载需要先注册账号，https://developer.nvidia.com/rdp/cudnn-archive

二、windows下安装TensorRT

首先去官网下载对应的TensorRT版本
https://developer.nvidia.com/nvidia-tensorrt-8x-download
楼主选的这，再选择对应的系统版本

解压下来对应多个文件，把lib里的所有dll库都拷贝到cuda在的目录下(或者添加到环节变量)。

拷贝到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.5\bin

最后，控制台进入安装包的python目录，选择对应的python版本进行安装即可

如楼主这里是python3.8
则在控制台下CD到当前目录，安装即可

pip install tensorrt-8.2.3.0-cp38-none-win_amd64.whl

二、Linux下安装

linux安装步骤和windows下是一样的，只不过需要选择对应的下载包，需要注意一下，ubuntu和Centos是不同的安装包

三、测试是否安装成功

写个脚本就可以啦

建立一个python工程，测试是否安装成功

```python
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""                  
*  * *** *  * *  *      
*  *  *   **  *  *             
****  *   **  *  *                 
*  *  *   **  *  *         
*  * **  *  * ****                

@File    : hello_tensorrt.py
@Date    : 2022/2/10/010
@Require :
@Author  : https://blog.csdn.net/hjxu2016
@Funtion : 

"""
import tensorrt as trt

if __name__ == "__main__":
    print(trt.__version__)
    print("hello trt!!")