yolov7的tensorrt8推理，c++版本环境win10vs2019opencv4.5.5cuda_11.4.3_472.50_win10.execudnn-11.4-windows-x64-v8.2.4.15TensorRT-8.2.1.8.Windows10.x86_64.cuda-11.4.cudnn8.2.zipRTX2060推理yolov7，FP32耗时28ms ，FP16耗时8ms，单帧对应总耗时30ms和10ms。推理yolov7-tiny，FP32耗时8ms ，FP16耗时2ms。tensorrtx/yolov7atmaster·wang-xinyu/tensorrtx·
1.Halcon22.11下载官网下载安装包（需要注册才能下载）提示：它和VS2019联合开发，所以要安装VS2019 具体安装步骤参考：https://zhuanlan.zhihu.com/p/5903526322.CUDA、cudnn下载准备 相关的安装包比如CUDA、cudnn版本需要下载到本地安装。 CUDA版本选择，已本人的为例：在NVIDIA控制面板可以看到RTX3060驱动目前最高支持CUDA11.7版本实测：目前RTX3060不支持CUDA11以下版本；cuda的算力要支持你的显卡算力：RTX3060显卡算力8.6。本人选择的CUDA11.7版本，下载对应算力cudnn8.6版
TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表一、TensorFlow对应版本对照表版本Python版本编译器cuDNNCUDAtensorflow-2.9.03.7-3.108.111.2tensorflow-2.8.03.7-3.108.111.2tensorflow-2.7.03.7-3.98.111.2tensorflow-2.6.03.6-3.9GCC7.3.18.111.2tensorflow-2.5.03.6-3.9GCC7.3.18.111.2tensorflow-2.4.03.6-3.8GCC7.3.18.011.0tensorflow
文章目录前言一、安装显卡驱动二、安装cuda三、安装cudnn总结前言前段时间被派到现场去部署算法，之前同事搭好cuda的环境不好用了，具体表现为：1.屏幕的分辨率显示很奇怪且不可调节2.输入nvidia-smi命令，显示FailedtoinitializeNVML:Driver/libraryversionmismatch错误不得以在现场重装了显卡驱动、cuda与cudnn，故以本文记之。一、安装显卡驱动这里介绍笔者感觉比较方便的一种方法在终端输入：ubuntu-driversdevices，得到有关本机显卡其驱动的相关信息，如图所示（因为本地服务器已经安装了驱动，这里笔者通过SSH只做过程
文章目录前言一、安装显卡驱动二、安装cuda三、安装cudnn总结前言前段时间被派到现场去部署算法，之前同事搭好cuda的环境不好用了，具体表现为：1.屏幕的分辨率显示很奇怪且不可调节2.输入nvidia-smi命令，显示FailedtoinitializeNVML:Driver/libraryversionmismatch错误不得以在现场重装了显卡驱动、cuda与cudnn，故以本文记之。一、安装显卡驱动这里介绍笔者感觉比较方便的一种方法在终端输入：ubuntu-driversdevices，得到有关本机显卡其驱动的相关信息，如图所示（因为本地服务器已经安装了驱动，这里笔者通过SSH只做过程
cuda版本1、win+r+cmd打开控制面板2、输入nvcc--versioncudnn版本找到自己电脑cuda的安装路径下的cudnn_version.h文件路径，比如我的在C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v11.6\include下，然后用记事本打开cudnn_version.h，就能看到cudnn版本。
1.查看cuda版本win+R+enter回车,再输入cmd进入命令行，再输入nvcc--version或者输入nvcc-V即可得到cuda的版本，如图我的cuda版本是10.2查看cudnn版本进入目录查看cudnn_version.h文件一般放在：C:\ProgramFiles\NVIDIAGPUComputingToolkit\CUDA\v10.2\include\cudnn_version.h（这里的v10.2中的10.2是我cuda的版本，每个人可能不一样）那么接下来就是打开cudnn_version.h来查看版本，不要双击打开，不然会出现以下情形，无论是记事本还是word都打不开：
参考：https://blog.csdn.net/qq_43215538/article/details/123852028文章目录安装cuda下载cuDNN安装tensorflow-gpu安装cuda首先查看本机GPU对应的cuda版本，如下图所示，本机cuda版本为11.6，后面选择的cuda版本不要超过这里的版本就好。https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载，如这里选择版本一定要注意，因为cuda版本会决定你下载的cudnn和tensorflow-gpu版本，若不一致，会出现版本不匹配等问题
参考：https://blog.csdn.net/qq_43215538/article/details/123852028文章目录安装cuda下载cuDNN安装tensorflow-gpu安装cuda首先查看本机GPU对应的cuda版本，如下图所示，本机cuda版本为11.6，后面选择的cuda版本不要超过这里的版本就好。https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载，如这里选择版本一定要注意，因为cuda版本会决定你下载的cudnn和tensorflow-gpu版本，若不一致，会出现版本不匹配等问题
因为做深度学习的研究项目，为全新机器在Ubuntu20.04LTS系统下安装Nvidia显卡驱动、Cuda、Cudnn。并进行CUDA版本切换成功安装完成了，写个记录。1.安装Nvidia显卡驱动步骤一：安装更新软件列表和依赖项在安装Nvidia显卡驱动之前，需要更新软件列表和必要的依赖项。sudoapt-getupdate #更新软件列表sudoapt-getinstallg++ #下载g++编译器sudoapt-getinstallgcc #下载gcc编译器sudoapt-getinstallmake #下载GNUMake编译器sudoapt-getinstallinitramfs
