stgcn Torch not compiled with CUDA enabled

Torch not compiled with CUDA enabled表示CUDA和torch的版本不兼容是导致print(torch.cuda.is_available())返回false的一个可能原因。解决这个问题的方法有以下几步：
1. 确保你安装了正确版本的CUDA。你可以使用命令`nvcc --version`来检查CUDA的版本。如果你的CUDA版本与你的torch版本不兼容，你需要卸载CUDA并安装与torch兼容的版本。
2. 确保你安装了与torch兼容的版本。你可以使用命令`print(torch.__version__)`来检查你安装的torch版本。如果你的torch版本与你的CUDA版本不兼容，你需要卸载torch并安装与CUDA兼容的版本。
3. 使用清华源来安装CUDA和torch。清华源提供了各种版本的软件包，你可以选择与你所需的版本兼容的软件包进行安装。
4. 确保你的GPU驱动程序已正确安装并与CUDA和torch兼容。

验证安装情况的方法是导入torch并使用`print(torch.cuda.is_available())`来检查GPU是否可用。如果返回True，则表示安装成功；如果返回False，则可能是由于兼容性问题导致的。

相关问题

Torch not compiled with CUDA enabled 报错的归纳

Torch not compiled with CUDA enabled 报错是因为您的Torch库没有启用CUDA功能。这意味着您无法在使用CUDA的环境中运行PyTorch代码。

一种解决方法是确保您安装了与CUDA版本兼容的Torch版本。您可以通过输入命令`print(torch.version.cuda)`来查看安装的CUDA版本。然后，根据您的CUDA版本选择与之兼容的Torch版本进行安装。

如果您的CUDA版本是11.6，但是您安装了10.2版本的Torch，就会出现Torch not compiled with CUDA enabled 报错。在这种情况下，您需要卸载10.2版本的Torch，然后安装与CUDA 11.6兼容的Torch版本。

另外，当您输入命令`print(torch.cuda.is_available())`并且结果为`false`时，这意味着您的系统中没有可用的CUDA设备。这也会导致Torch not compiled with CUDA enabled 报错。您可以检查您的CUDA驱动程序是否正确安装，并且您的GPU是否支持CUDA。

raise AssertionError("Torch not compiled with CUDA enabled") AssertionError: Torch not compiled with CUDA enabled

出现AssertionError: Torch not compiled with CUDA enabled错误是因为在编译PyTorch时没有启用CUDA支持。要解决这个问题，你可以按照以下步骤进行操作：

1. 首先，确保你的系统上安装了CUDA驱动程序。你可以从NVIDIA官方网站下载并安装适用于你的显卡的CUDA驱动程序。

2. 接下来，检查你的PyTorch版本是否支持CUDA。你可以通过运行以下代码来检查：

   import torch
   print(torch.cuda.is_available())

如果输出结果为True，表示你的PyTorch支持CUDA。如果输出结果为False，则需要重新安装支持CUDA的PyTorch版本。

3. 如果你安装的是CPU版本的PyTorch，而不是支持CUDA的版本，那么你需要重新安装支持CUDA的PyTorch。你可以从PyTorch官方网站下载对应的版本，并按照官方文档提供的安装步骤进行操作。

4. 如果你已经安装了支持CUDA的PyTorch，但仍然遇到了这个错误，那么可能是因为在安装PyTorch时没有正确设置CUDA相关的环境变量。你可以按照以下步骤进行操作：

- 在你的系统环境变量中添加CUDA的路径。具体的路径可能会因为你的系统配置而有所不同，你可以在CUDA安装目录下找到相应的路径。

- 在你的PyCharm项目中设置CUDA相关的环境变量。你可以在PyCharm的设置中找到项目的环境变量设置，并添加CUDA的路径。

通过以上步骤，你应该能够解决AssertionError: Torch not compiled with CUDA enabled错误并成功启用CUDA支持。