TensorRT报错的一百种姿势 | 【TensorRT 报错统计】

本博文致力于收集❤️打怪升级过程中❤️遇到的一百种 tensorRT 环境报错

---

这里的一些报错处理，有的可能没有一步到位

---

但是，在初次遇到时，必然是当时视角下，最高效排bug的一种方式

❤️ ModuleNotFoundError: No module named ‘tensorrt’

通常就是当前环境没有安装 tensorRt

---

NVIDIA TensorRT安装包下载分享 | 拿走不谢 |【❤️TensorRT安装❤️】

Traceback (most recent call last):
  File "yolov5_trt.py", line 15, in <module>
    import tensorrt as trt
ModuleNotFoundError: No module named 'tensorrt'

解决方法【python 安装 tensorrt】

 pip install --user --upgrade nvidia-tensorrt

💙 AttributeError: ‘tensorrt.tensorrt.Builder‘ object has no attribute ‘max_workspace_size‘

• AttributeError: ‘tensorrt.tensorrt.Builder‘ object has no attribute ‘max_workspace_size‘ 【转tensorRT】

💛 ImportError: libcublas.so.11: cannot open shared object file: No such file or directory

• ImportError: libcublas.so.11: cannot open shared object file: No such file |【成功解决import tensorRT报错】

💜 OSError: libcublas.so.11: cannot open shared object file: No such file or directory

• OSError: libcublas.so.11: cannot open shared object file: No such file or directory【import onnx报错】

❤️ error while loading shared libraries: libnvinfer.so.8: cannot open shared object file: No such file or directory

• error while loading shared libraries: libnvinfer.so.8 |【TensorRT 依赖解决】

💙 onnx模型转TensorRT【 Segmentation fault (core dumped)】

• onnx模型转TensorRT 报错 - Segmentation fault (core dumped) | Your ONNX model has been generated…【最新总结】

💛 fatal error: NvInfer.h: No such file or directory

• fatal error: NvInfer.h: No such file or directory | TensorRT 报错处理 | 【成功解决】

💜 libcudnn.so.7: cannot open shared object file: No such file or directory

• libmyelin.so.1 | libcudnn.so.7: cannot open shared object file: No such file or directory | 报错处理方法

👋👋 文末专栏详解【一起Get更多内核芝士】

🎄如果感觉文章看完了不过瘾，还想更进一步，那么可以来我的其他 专栏 看一下哦~

• ❤️ 图像风格转换 —— 代码环境搭建 实战教程【关注即可阅】！
• 💜 图像修复-代码环境搭建-知识总结 实战教程 【据说还行】
• 💙 超分重建-代码环境搭建-知识总结 解秘如何让白月光更清晰【脱单神器】
• 💛 YOLO专栏，只有实战，不讲道理 图像分类【建议收藏】！
• ❤️ 趣学深度学习 —— 各种有趣 实战教程【深度学习体验大师】！

🚀🚀 TensorRT 实战入门教程【建议收藏】

经典博文【不亏系列】

• ❤️ YOLOX （pytorch）模型 转 ❤️ tensorRT ❤️之运行推理【YOLOX 实战四】

以下属于目标检测-模型部署 – 专栏【按需查阅】

• 💜 yolov4 模型转化 | Darknet2TensorRT 完美运行 | 【yolov4 TensorRT 推理】
• 💜 基于TensorRT 推理框架yolov5 模型转化 | CUDA 11.2 + TensorRT-8 完美运行 | INT8 和 USE_FP16 时间性能对比 | 详细步骤记录
• 💛 基于TensorRT 推理框架 crnn 模型转化 | 【TensorRT 模型转换】
• 💛 Getting Started with TensorRTx 之 Run lenet5 |【TensorRT示例】

❤️ 当生成器和判别器趋于平衡，那便是爱情 💜

❤️本博文持续更新❤️ | 你懂我意思吧 ❤️