我的配置如下：
- CUDA9.0
- Cudnn7.5
- tensorflow1.13
- tensorRT5.1
- anaconda3.6
配置CUDA
首先在Nvidia官网下载对应的CUDA版本，建议下载runfile文件，然后
chmod a+x cuda_9.0.61_375.26_linux.run
sudo ./cuda_9.0.61_375.26_linux.run --no-opengl-libs
文件名修改成对应自己下载的文件名
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 361.62?
(y)es/(n)o/(q)uit: n
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: y
Enter CUDA Samples Location
[ default is /home/zhou ]:
中间的选项可以按照这个填写
然后把CUDA的路径添加到环境变量
打开~/.bashrc文件，将下面内容添加到末尾
export CUDA_HOME=/usr/local/cuda-9.0
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
保存退出，运行source ~/.bashrc更新
验证CUDA是否安装成功，可以执行下面的命令
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery
配置cudnn
在Nvidia官网下载cudnn，我下载的是cudnn7.5，记得要和CUDA的版本匹配，然后解压
tar -xzvf cudnn-9.0-linux-x64-v7.5.tgz
解压出来的文件，直接将其拷贝到相应的文件夹就行
sudo cp cuda/include/cudnn.h /usr/local/cuda-9.0/include/
sudo cp cuda/lib64/libcudnn* /usr/local/cuda-9.0/lib64/
sudo chmod a+r /usr/local/cuda-9.0/include/cudnn.h
sudo chmod a+r /usr/local/cuda-9.0/lib64/libcudnn*
这样cudnn就安装完成了
配置tensorflow1.13
我使用的是anaconda环境，直接使用下面命令就可以安装tensorflow了
conda install tensorflow-gpu=1.13
安装完成之后测试一下，输入python进入交互模式
import tensorflow as tf
如果没有报错就说明安装成功
安装tensorRT5.1
下载TensorRT，我选择的是5.1RC版本的Tar File
完成后解压
tar -xzvf TensorRT-5.1.x.x.Ubuntu-1x.04.x.x86_64-gnu.cuda-x.x.cudnn7.x.tar.gz
添加对应的环境变量，打开~/.bashrc文件，把下面添加进去
export LD_LIBRARY_PATH=TensorRT解压路径/lib:$LD_LIBRARY_PATH
export CUDA_INSTALL_DIR=/usr/local/cuda-9.0
export CUDNN_INSTALL_DIR=/usr/local/cuda-9.0
然后source ~/.bashrc
接下来就是安装tensorrt了，进入到python文件夹
pip install tensorrt-5.1.2.2-cp36-none-linux_x86_64.whl
这一步需要注意，因为我使用的是anaconda环境，所以pip对应的就是python3.6，否则你可能需要使用pip3
后面文件名中的cp36对应的是python的版本，和自己的版本对应一下
安装python uff安装包，这个包用于tensorflow与tensorrt转换
cd uff
cd TensorRT-${version}/uff
sudo pip3 install uff-0.6.7-py2.py3-none-any.whl
安装graphsurgeon安装包
cd TensorRT-${version}/graphsurgeon
sudo pip3 install graphsurgeon-0.4.4-py2.py3-none-any.whl
测试：输入python
import tensorrt
tensorrt.__version__
然后进入到uff文件夹
pip install uff-0.6.3-py2.py3-none-any.whl
测试：
which convert-to-uff
然后就安装完成了~
若是使用c++版本的TensorRT
将TensorRT安装目录下的include文件夹添加到头文件
lib添加到链接文件夹中即可
参考：
https://blog.csdn.net/wgshun616/article/details/81019601
https://blog.csdn.net/seasermy/article/details/90713220
https://blog.csdn.net/u014595019/article/details/53732015
