윈도우에서 tensorrt 설치 하기 및 python 확인
처음 tensorRT를 윈도우에서 설치하려면 어디서 부터 시작 해야 할지 조금 당황스럽다.
인터넷을 찾아 보면 아래와 같이 설치한다고 되어 있지만,
pip install nvidia-pyindex
pip install nvidia-tensorrt
실제로 해보면 두번째 줄에서 에러가 발생한다.
윈도우는 내길이 아닌가 하는 생각이 들지만 계속 구글링을 해본다.
1. tensorRT 홈페이지에 들어가 환경에 맞는 zip 파일을 다운로드 받는다.
https://developer.nvidia.com/nvidia-tensorrt-download
윈도우 버전이고 CUDA 11.2가 설치 되어 있으므로 TensorRT 8.4를 선택했다.
파일을 다운 받아 D: 최상위에 풀면 아래와 같이 된다.
D:\TENSORRT-8.4.0.6
├─bin
├─data
│ ├─char-rnn
│ │ └─model
│ ├─faster-rcnn
│ ├─googlenet
│ ├─int8_api
│ ├─mnist
│ ├─resnet50
│ └─ssd
│ └─batches
├─doc
├─graphsurgeon
├─include
├─lib
├─onnx_graphsurgeon
├─python
├─samples
│ ├─common
│ │ └─windows
│ ├─python
│ │ ├─efficientdet
│ │ ├─efficientnet
│ │ ├─end_to_end_tensorflow_mnist
│ │ ├─engine_refit_mnist
│ │ ├─engine_refit_onnx_bidaf
│ │ ├─int8_caffe_mnist
│ │ ├─introductory_parser_samples
│ │ ├─network_api_pytorch_mnist
│ │ ├─onnx_packnet
│ │ ├─uff_custom_plugin
│ │ │ └─plugin
│ │ ├─uff_ssd
│ │ │ ├─images
│ │ │ └─utils
│ │ └─yolov3_onnx
│ ├─sampleAlgorithmSelector
│ ├─sampleCharRNN
│ ├─sampleDynamicReshape
│ ├─sampleFasterRCNN
│ ├─sampleGoogleNet
│ ├─sampleINT8
│ ├─sampleINT8API
│ ├─sampleIOFormats
│ ├─sampleMNIST
│ ├─sampleMNISTAPI
│ ├─sampleNMT
│ │ ├─data
│ │ └─model
│ ├─sampleOnnxMNIST
│ ├─sampleSSD
│ ├─sampleUffFasterRCNN
│ ├─sampleUffMaskRCNN
│ │ └─converted
│ ├─sampleUffMNIST
│ ├─sampleUffPluginV2Ext
│ ├─sampleUffSSD
│ └─trtexec
└─uff
cmd 창에서 현재 자신의 python 버전을 확인한다.
(object_detection_api) C:\SPB_Data\RealTimeObjectDetection-main>python -V
Python 3.7.9
버전이 3.7x 이므로 3.7 버전대 버전과 일치하는 명령을 수행한다.
d:\TensorRT-8.4.0.6 는 압축을 푼 TensorRT 위치 이다.
1. pip install d:\TensorRT-8.4.0.6\python\tensorrt-8.4.0.6-cp37-none-win_amd64.whl
2. pip install d:\TensorRT-8.4.0.6\uff\uff-0.6.9-py2.py3-none-any.whl
3. pip install d:\TensorRT-8.4.0.6\graphsurgeon\graphsurgeon-0.4.5-py2.py3-none-any.whl
4. pip install d:\TensorRT-8.4.0.6\onnx_graphsurgeon\onnx_graphsurgeon-0.3.12-py2.py3-none-any.whl
>python
>>>import tensorrt
>>>print(tensorrt.__version__)
시험을 해보면
이렇게 버전을 뿌려 준다.
8.4.0.6
출처: https://pythonmana.com/2022/04/202204230340083909.html