本文向所有亲们介绍在python当中配置tensorrt环境、使用tensorrt环境进行推理的教程，主要分为两大部分，第一部分环境配置，第二部分前向推理。
第一部分 环境配置
第一步：检查你的系统类型、cuda、cudnn版本，其中cuda查看命令及本人环境显示如下：
nvcc -V
显示如下
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Wed_Jun__2_19:15:15_PDT_2021
Cuda compilation tools, release 11.4, V11.4.48
Build cuda_11.4.r11.4/compiler.30033411_0
查看ubuntu系统信息命令：
sudo lsb_release -a
显示如下：
o LSB modules are available.
Distributor ID: Ubuntu
Description: Ubuntu 18.04.6 LTS
Release: 18.04
Codename: bionic
第二步： 官方下载链接下载tensorrt包。注意，需要亲亲注册哦，不然无法下载的啦。本人下载的是tar格式的
第三步：解压文件：
tar -xvf TensorRT-8.4.3.1.Linux.x86_64-gnu.cuda-11.6.cudnn8.4.tar.gz
第四部：激活你的当前python环境的情况下，进入你的解压包，安装对应python版本的tensorrt文件。在python文件夹下的内容如下，可以看到有好几个python对应版本的tensorrt，选择亲亲当前环境下的python版本进行安装就可以了，我的python版本是3.8，我就安装tensorrt-8.4.3.1-cp38-none-linux_x86_64.whl。
cd TensorRT-8.4.3.1/python/
pip install tensorrt-8.4.3.1-cp38-none-linux_x86_64.whl
第五步： 这下亲亲是不是觉得已经安装完成了可以使用了，当然不是，此时，一旦你在python中导入tensorrt时，会显示找不到包了的。所以，亲亲们要把解压出来的tensorrt文件当中的lib添加到环境变量当中哦！
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/TensorRT-8.4.3.1/lib
当然了，你还可以把lib和include中的所有文件复制到系统路径下面，命令如下：
sudo cp -r /opt/TensorRT-8.4.3.1/lib/* /usr/lib
sudo cp -r /opt/TensorRT-8.4.3.1//include/* /usr/include
第六步：检查python中tensorrt是否安装成功
>>> import tensorrt as tr
>>> tr.__version__
'8.4.3.1'
>>>
至此，python中配置tensorrt环境就完成了（码字不易，赶紧点赞，别想白嫖）
第二部分 使用python+tensorrt进行模型推理
亲亲们，明日更新，今日寡人有些累，可能赞太少了。。。