Windows下TensorRT加载nvinfer_builder_resource.dll失败求助
TensorRT 加载nvinfer_builder_resource.dll 错误解决方案
- 确认版本匹配与路径优先级:TensorRT 8.6.1.6虽兼容CUDA 12.1,但需检查TensorRT自身安装目录的
bin文件夹是否包含nvinfer_builder_resource.dll。若存在,将该路径添加到系统环境变量PATH中,并移至CUDA路径之前,避免加载冲突。 - 确保环境变量生效:修改
PATH后必须重启所有命令行、IDE工具,否则新路径不会被加载。可在命令行执行echo %PATH%,确认TensorRT和CUDA的bin路径均已正确添加。 - 对齐Python的TensorRT版本:若你是通过pip安装的tensorrt库,大概率和本地手动部署的TensorRT版本不兼容。先执行
pip uninstall tensorrt卸载现有包,再找到TensorRT安装目录下python文件夹中对应Python3.11的wheel包,用pip install tensorrt-8.6.1.6-cp311-none-win_amd64.whl(文件名以实际为准)手动安装匹配版本。 - 修复文件权限:右键
nvinfer_builder_resource.dll文件,进入「属性」→「安全」,确认当前用户拥有「读取和执行」权限,无权限则添加当前用户并赋予对应权限。 - 重新注册DLL文件:以管理员身份打开命令提示符,执行
regsvr32 "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\bin\nvinfer_builder_resource.dll",解决DLL未注册导致的加载失败。 - 更新显卡驱动:当前驱动536.40适配RTX4060,但可尝试更新至NVIDIA官网最新的Studio或Game Ready驱动,确保驱动与CUDA、TensorRT版本完全兼容。
完成上述操作后,重新运行测试代码:
import tensorrt print(tensorrt.__version__) assert tensorrt.Builder(tensorrt.Logger())
内容的提问来源于stack exchange,提问作者Md. Sujon Mia
相关产品推荐
相关产品推荐

