重建步骤：
nvidia-docker run --rm nvcr.io/nvidia/pytorch:19.05-py3 python3 -c "import tensorrt"
回溯（最后一次调用）： ModuleNotFoundError 中的
文件“”，第 1 行
：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
基于 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 06:05:01
+---------------------------------------- -------------------------------------+
| NVIDIA-SMI 418.67 驱动程序版本：418.67 CUDA 版本：10.1 | |-------------------------------+----------------- -----+-----------+
| GPU名称持久化-M| 总线 ID Disp.A | 挥发性的 Uncorr。纠错 |
| Fan Temp Perf Pwr:Usage/Cap| 内存使用 | GPU-Util Compute M. |
|=================================+================= =====+========================|
| 0 GeForce RTX 208... 开 | 00000000:01:00.0 关闭 | 不适用 |
| 0% 37C P0 65W / 260W | 105MiB / 10989MiB | 2% 默认 |
+-------------------------------+------------------ -----+-----------+
| 1 GeForce RTX 208... 开 | 00000000:02:00.0 关闭 | 不适用 |
| 0% 35C P8 19W / 260W | 1MiB / 10989MiB | 0% 默认 |
+-------------------------------+------------------ -----+-----------+
+-------------------------------------------------- ----------------------------+
| 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）工作。我通过 nv-tensorrt-repo-ubuntu1804-cuda10.1-trt5.1.5.0-ga-20190427_1-1_amd64.deb 安装了样本。
还：
dpkg -l | grep libnvinfer
ii libnvinfer-dev 5.1.5-1+cuda10.1 amd64 TensorRT 开发库和头文件
ii libnvinfer-samples 5.1.5-1+cuda10.1 所有 TensorRT 示例和文档
ii libnvinfer5 5.1.5-1+cuda10.1 amd64 TensorRT 运行时库