升级至Python 3.11后TensorRT等模块丢失问题咨询

核心结论 #

不能直接跨Python版本复用模块，尤其是TensorRT这类依赖Python ABI（应用二进制接口）的C扩展模块，必须针对Python3.11安装适配版本或手动迁移绑定文件。

为什么pip安装失败 #

JetPack 5.0.2自带的TensorRT 8.4.1.5是NVIDIA为Jetson平台定制的专属版本，并未上传到PyPI公共仓库。你通过pip freeze导出的tensorrt==8.4.1.5在PyPI上不存在，PyPI上的tensorrt包是针对x86平台的通用版本或早期测试版，和Jetson的定制版本不匹配，因此会报错。

可行解决方案 #

1. 手动迁移TensorRT Python绑定文件

   • 找到Python3.8中TensorRT的安装目录，Jetson上通常位于/usr/lib/python3.8/dist-packages/tensorrt
   • 将该目录复制（或创建软链接）到Python3.11的site-packages目录，比如系统级路径：

     sudo cp -r /usr/lib/python3.8/dist-packages/tensorrt /usr/lib/python3.11/site-packages/
     # 或者用软链接节省空间
     sudo ln -s /usr/lib/python3.8/dist-packages/tensorrt /usr/lib/python3.11/site-packages/tensorrt
     

   • 同时迁移TensorRT的配套依赖模块（如uff、graphsurgeon），路径同样在/usr/lib/python3.8/dist-packages/下，执行相同的复制/软链接操作。
   • 注意：这种方法属于非官方适配，部分功能可能存在兼容性问题，建议测试核心功能是否正常。

2. 使用Python虚拟环境管理

   • 为Python3.11创建独立虚拟环境后，将上述TensorRT相关目录复制到虚拟环境的site-packages路径下，避免污染系统环境。

3. 升级JetPack版本（可选）
   如果需要官方支持Python3.11的TensorRT，可以考虑升级JetPack到更新的版本（如JetPack 5.1.2及以上），部分新版本会对更高版本的Python提供适配支持。

内容的提问来源于stack exchange，提问作者Joachim Spange