重新创建步骤：
nvidia-docker run --rm nvcr.io/nvidia/pytorch:19.05-py3 python3 -c "import tensorrt"
回溯（最近通话最近）：
的文件“”第1行
ModuleNotFoundError：没有名为“ tensorrt”的模块
其他可能有用的信息：
nvidia-docker run --rm nvcr.io/nvidia/pytorch:19.05-py3 nvcc -V
nvcc：NVIDIA（R）Cuda编译器驱动程序
版权所有（c）2005-2019 NVIDIA Corporation
建立在Thu_Apr_18_19：10：59_PDT_2019
Cuda编译工具，版本10.1，V10.1.163
nvidia-docker run --rm nvcr.io/nvidia/pytorch:19.05-py3 nvidia-smi
2019年6月9日星期日6:05:01
+ ------------------------------------------------- ---------------------------- +
| NVIDIA-SMI 418.67驱动程序版本：418.67 CUDA版本：10.1 |
| ------------------------------- + ----------------- ----- + ---------------------- +
| GPU名称持久性-M |总线编号Disp.A |挥发性不佳。 ECC |
|风扇温度性能：用法/上限|内存使用| GPU-Util计算M。|
| ============================== + ================= ===== + ==================== |
| 0 GeForce RTX 208 ...开| 00000000：01：00.0关闭| N / A |
| 0％37C P0 65W / 260W | 105MiB / 10989MiB |默认值2％|
+ ------------------------------- + ----------------- ----- + ---------------------- +
| 1 GeForce RTX 208 ...开| 00000000：02：00.0关闭| N / A |
| 0％35C P8 19W / 260W | 1MiB / 10989MiB | 0％默认值|
+ ------------------------------- + ----------------- ----- + ---------------------- +
+ ---------------------------------------------- ------------------------------- +
|进程：GPU内存|
| GPU PID类型进程名称用法|
| ================================================= ========================== |
+ ------------------------------------------------- ---------------------------- +
我可以确认TensorRT样本（仅检查sampleMNIST）的工作。我通过nv-tensorrt-repo-ubuntu1804-cuda10.1-trt5.1.5.0-ga-20190427_1-1_amd64.deb安装了示例。
也：
dpkg -l | grep libnvinfer
ii libnvinfer-dev 5.1.5-1 + cuda10.1 amd64 TensorRT开发库和标头
ii libnvinfer-samples 5.1.5-1 + cuda10.1所有TensorRT样本和文档
ii libnvinfer5 5.1.5-1 + cuda10.1 amd64 TensorRT运行时库
答案 0 :(得分：2)
python绑定随附一个单独的TensorRT图像。默认情况下，nvcr.io / nvidia / pytorch映像不随附TensorRT。
您可以改用TensorRT图像：
nvidia-docker run --rm nvcr.io/nvidia/tensorrt:19.09-py3 \
python3 -c "import tensorrt as trt; print(trt.__version__)"