TensorRT未找到警告问题：原因解析及可行解决方案咨询

1. 版本兼容性不匹配 #

• TensorFlow 2.12官方仅支持TensorRT 8.5.x版本，你安装的TensorRT 8.6.1超出兼容范围，导致TensorFlow无法识别可用的TRT库。
• 你的GPU驱动版本为470.199.02，仅支持最高CUDA 11.4，但TensorRT 8.6.1需要CUDA 11.8及以上版本支持，CUDA版本与TRT、驱动的不匹配进一步加剧了识别问题。
• 环境中同时存在nvidia-tensorrt 99.0.0（NVIDIA占位包）和正式TensorRT包，两者冲突导致TensorFlow无法正确定位TRT库。

2. 环境变量配置缺失 #

TensorFlow依赖系统环境变量定位TensorRT的动态链接库，如果TRT的lib目录未被添加到LD_LIBRARY_PATH（Linux）或PATH（Windows）中，会触发找不到TRT的警告。

方法1：对齐版本兼容性（彻底解决） #

1. 卸载冲突包：

   pip uninstall -y tensorrt tensorrt-bindings tensorrt-libs nvidia-tensorrt
   

2. 选择适配版本组合：
   • 若不想升级GPU驱动：降级TensorFlow到2.10（支持CUDA 11.4），安装对应兼容的TensorRT 8.4.3：

     pip install tensorflow==2.10 tensorrt==8.4.3 tensorrt-bindings==8.4.3 tensorrt-libs==8.4.3
     

   • 若允许升级GPU驱动：将驱动升级到520.xx及以上版本（支持CUDA 11.8），安装CUDA 11.8后，重新安装TensorRT 8.5.3（适配TF2.12）：

     pip install tensorrt==8.5.3 tensorrt-bindings==8.5.3 tensorrt-libs==8.5.3
     

方法2：屏蔽警告（快速临时处理） #

如果不需要使用TF-TRT加速功能，可直接屏蔽该警告，不影响现有功能运行：

# 导入TensorFlow前添加以下代码
import warnings
warnings.filterwarnings("ignore", category=UserWarning, message=r".*TF-TRT Warning: Could not find TensorRT.*")

# 或者用TensorFlow自带的日志控制
import tensorflow as tf
tf.get_logger().setLevel('ERROR')

方法3：修复环境变量配置 #

确保TensorRT的库路径被添加到系统环境变量：

• Linux/macOS：

  # 临时生效，重启终端后需重新执行
  export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/.local/lib/python3.x/site-packages/tensorrt/lib
  # 永久生效可写入~/.bashrc或~/.zshrc
  echo "export LD_LIBRARY_PATH=\$LD_LIBRARY_PATH:\$HOME/.local/lib/python3.x/site-packages/tensorrt/lib" >> ~/.bashrc
  

• Windows：找到TensorRT安装目录下的lib文件夹，添加到系统PATH环境变量中。

内容的提问来源于stack exchange，提问作者Gpp22