TensorRT-8.0.1.6.Linux.x86_64-gnu.cuda-11.3.cudnn8.2.zip使用需要的环境： ubuntu18.04/20.04 tensorrt==8.0.1.6 cuda==11.3 cudnn==8.2

NVIDIA官网资源TensorRT 8.2 GA Update 4，请仔细核对版本 TensorRT-8.2.5.1.Windows10.x86_64.cuda-11.4.cudnn8.2.zip

TensorRT-7.0.0.11.Ubuntu-18.04.x86_64-gnu.cuda-10.2.cudnn7.6.zip是tensorrt安装包，由于官方下载太慢在这里备份以下。

自己在jetpack5.0.1版本的nx上build的onnx版本，不是正式版本，可能会在一些环境下出问题。理论上说jetson系列应该都可以安装运行，前提是cuda11.4（使用tensorrt的话需要tensorrt8.4）

TensorRT+Triton 在云端追求 AI 推理的极致性能.pdf

YoloV5_JDE_TensorRT_for_Track ##Introduction A multi object detect and track Library Based on tensorrt 一个基于TensorRT的多目标检测和跟踪融合算法库，可以同时支持行人的多目标检测和跟踪，当然也可以仅仅当检测库使用。 Video Demo

TensorRT-8.2.0.6.Windows10.x86_64.cuda-10.2.cudnn8.2 windsows版本，使用的时候将lib include bin中的文件放到对应的你的如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0路径下的 lib include bin里面

cublas64_10.dll，cublasLt64_10.dll，cudart64_100.dll，cudnn_adv_infer64_8.dll，cudnn_adv_train64_8.dll，cudnn_cnn_infer64_8.dll，cudnn_cnn_train64_8.dll，cudnn_ops_infer64_8.dll，cudnn_ops_train64_8.dll，cudnn64_8.dll，cufft64_10.dll，curand64_10.dll，cusolver64_10.dll，cusparse64_10.dll

博文：【pytorch】将模型部署至生产环境：借助TensorRT 8完成代码优化及部署（二）：C++接口实现 的代码备份。

TensorRT-7.2.2.3.Ubuntu-18.04.x86_64-gnu.cuda-11.0.cudnn8.0.tar.gz，安装tensorRT源码，适合cuda版本11.0 cudnn版本8.0