jupyter 里运行gpu但是报错Torch not compiled with CUDA enabled

在Jupyter中运行GPU并报错"Torch not compiled with CUDA enabled"可能是由于以下原因之一导致的：

1. 未正确安装CUDA：CUDA是NVIDIA提供的用于GPU加速的平台，如果未正确安装CUDA，PyTorch将无法使用GPU。您可以按照CUDA的官方文档进行安装。

2. 未正确安装cuDNN：cuDNN是NVIDIA提供的用于深度学习加速的库，PyTorch需要cuDNN来与CUDA配合使用。您可以按照cuDNN的官方文档进行安装。

3. PyTorch版本不支持CUDA：某些PyTorch版本可能没有编译支持CUDA。您可以尝试升级PyTorch到最新版本，或者安装带有CUDA支持的特定版本。

4. Jupyter内核配置问题：有时候，Jupyter内核可能没有正确配置GPU支持。您可以尝试重新配置Jupyter内核，确保正确设置GPU支持。

以下是一个示例代码，演示如何在Jupyter中运行GPU并解决"Torch not compiled with CUDA enabled"错误：

import torch

# 检查CUDA是否可用
if torch.cuda.is_available():
    # 设置默认的设备为CUDA设备
    device = torch.device("cuda")
    print("CUDA可用")
else:
    device = torch.device("cpu")
    print("CUDA不可用")

# 在GPU上运行代码
x = torch.tensor([1.0, 2.0, 3.0])
x = x.to(device)
print(x)

请注意，以上代码仅适用于已正确安装CUDA和cuDNN，并且PyTorch版本支持CUDA。如果问题仍然存在，请确保您的环境正确配置，并参考PyTorch和Jupyter的官方文档进行进一步的故障排除。