首先查看当前虚拟环境
conda env list
当前环境
搜索python版本
conda search python
显示结果
创建新的虚拟环境，并定义python版本为3.8
conda create -n tensorflow-gpu_py38 python=3.8
切换进入 tensorflow-gpu_py38 环境
conda activate tensorflow-gpu_py38
查看当前环境包
安装 tensorflow-gpu，不指定具体版本由环境自动决定最高兼容版本
conda install tensorflow-gpu
自动安装版本 tensorflow-gpu = 2.4.1
自动安装cudnn=7.6.5.32 cudatoolkit=10.1.243
卸载旧版本cudatoolkit (cudnn、tensorflow-gpu等被自动卸载)
conda remove cudatoolkit
安装指定新版本（搜索得出）
conda install cudatoolkit==11.1.1
conda install cudnn==8.1.0.77
再次安装 tensorflow-gpu，但是不兼容，无法正确安装
conda install tensorflow-gpu
TensorRT官网下载链接（https://developer.nvidia.com/nvidia-tensorrt-7x-download）
TensorRT-7.2.3.4.Ubuntu-18.04.x86_64-gnu.cuda-11.1.cudnn8.1.tar.gz
解压之后得到TensorRT-7.2.3.4目录
pip install /home/sichange-ai/AI_TOOLS/CUDA/tensorRT/TensorRT-7.2.3.4/python/tensorrt-7.2.3.4-cp38-none-linux_x86_64.whl
安装成功
在终端执行添加环境变量，解决找不到"libcudnn.so.7"等共享库问题
export LD_LIBRARY_PATH=/home/sichange-ai/AI_TOOLS/CUDA/tensorRT/TensorRT-7.2.3.4/lib:/home/sichange-ai/aitools/anaconda3/envs/tensorflow-gpu_py38/lib
进入python，执行import tensorrt，无报错信息
执行成功
>>> import tensorrt
>>> print(tensorrt.__version__)
7.2.3.4
>>> assert tensorrt.Builder(tensorrt.Logger())
总结
1、打开终端进入环境
conda activate tensorflow-gpu_py38
2、更改环境变量
export LD_LIBRARY_PATH=/home/sichange-ai/AI_TOOLS/CUDA/tensorRT/TensorRT-7.2.3.4/lib:/home/sichange-ai/aitools/anaconda3/envs/tensorflow-gpu_py38/lib
3、进入python
python
4、执行
import tensorrt
无错误信息
>>> import tensorrt
>>> print(tensorrt.__version__)
7.2.3.4
>>> assert tensorrt.Builder(tensorrt.Logger())
参考资料（https://docs.nvidia.com/deeplearning/tensorrt/archives/tensorrt-723/quick-start-guide/index.html）
