在腾讯云服务器安装tensorrt8.0（cuda11.0.3，cudnn8.1，ubuntu -server18.04）

查询服务器的相关信息：
查看cuda版本：cat /usr/local/cuda/version.txt

查看cudnn的版本

去nvidia官网找对应的tensorrt版本：https://developer.nvidia.com/nvidia-tensorrt-8x-download
两种方式安装：
一.deb的版本
1.下载deb包去官网

os="ubuntu1x04"
tag="cudax.x-trt7.x.x.x-ga-yyyymmdd"
sudo dpkg -i nv-tensorrt-repo-${
    os}-${
    tag}_1-1_amd64.deb
sudo apt-key add /var/nv-tensorrt-repo-${
    tag}/7fa2af80.pubsudo apt-get update
sudo apt-get install tensorrt cuda-nvrtc-x-y如果使用 Python 3.x：
sudo apt-get install python3-libnvinfer-dev2.将安装以下附加软件包：
python3-libnvinfer3.如果您打算将TensorRT与TensorFlow一起使用：
sudo apt-get install uff-converter-tf
这 graphsurgeon-tf包也将使用上述命令安装。
4.验证安装
dpkg -l | grep TensorRT``
或者进入python环境
import tensor
print（tensorrt.__version__）

二.下载tar包
根据你的cuda，cudnn环境下载对应的tar包
我下载的TensorRT-8.0.1.6.Linux.x86_64-gnu.cuda-11.3.cudnn8.2.tar.gz

1.解压tar
tar -xzvf TensorRT-8.0.1.6.Linux.x86_64-gnu.cuda-11.3.cudnn8.2.tar.gz
2.添加绝对路径
vim ~/.bashrc
export LD_LIBRARY_PATH=/home/ubuntu/tensorrt8/TensorRT-8.0.1.6/lib:$LD_LIBRARY_PATH
source ~/.bashrc3.安装tensorrt
cd python
pip install tensorrt-8.0.1.6-cp38-none-linux_x86_64.whl4.安装uff
cd uff/
pip install uff-0.6.9-py2.py3-none-any.whl
# 验证uff
which convert-to-uff5.安装graphsurgeon
cd graphsurgeon
pip install graphsurgeon-0.4.5-py2.py3-none-any.whl

扩展：
TensorRT报错的一百种姿势：tensorrt安装报错