AssertionError: Torch not compiled with CUDA enabled_火炬未在启用cuda的情况下编译。-CSDN博客

AssertionError: Torch not compiled with CUDA enabled是指在使用PyTorch时，出现了火炬未在启用CUDA的情况下编译的错误。为了解决这个问题，可以按照以下步骤操作：

1. 首先，确保你已经正确安装了PyTorch的GPU版本，可以通过conda命令进行安装：conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch。

2. 在你的代码前添加如下代码，这会自动检测你的系统是否支持CUDA，并将设备设置为CUDA或CPU：device = torch.device("cuda" if torch.cuda.is_available() else "cpu")。

3. 确保你的系统已经正确安装了CUDA驱动程序和对应的版本。

通过以上步骤，你应该能够解决AssertionError: Torch not compiled with CUDA enabled的问题。

相关问题

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

这个错误通常是因为你的PyTorch没有启用CUDA，而你的代码中使用了CUDA相关的功能。要解决这个问题，你需要重新安装PyTorch并启用CUDA支持。你可以按照以下步骤操作：

1. 确认你的电脑上已经安装了NVIDIA显卡，并且已经安装了CUDA。

2. 打开Anaconda Prompt或者终端，创建一个新的虚拟环境（可选）。

3. 在终端中输入以下命令安装PyTorch：

   conda install pytorch torchvision torchaudio cudatoolkit=<your_cuda_version>

其中，`<your_cuda_version>`是你电脑上安装的CUDA版本号。如果你不知道你的CUDA版本号，可以在终端中输入以下命令查看：

   nvcc --version

4. 安装完成后，在Python代码中加入以下代码，以启用CUDA支持：

   import torch

   if torch.cuda.is_available():
       device = torch.device("cuda")          
       print('There are %d GPU(s) available.' % torch.cuda.device_count())
       print('We will use the GPU:', torch.cuda.get_device_name(0))
   else:
       print('No GPU available, using the CPU instead.')
       device = torch.device("cpu")

这段代码会检查你的电脑是否有可用的GPU，并输出GPU的数量和名称。

如果你想在代码中使用GPU，你需要将你的模型和数据移动到GPU上，例如：

   model.to(device)
   inputs = inputs.to(device)
   labels = labels.to(device)

这样就可以在代码中使用CUDA了。

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

这个错误提示表明你的PyTorch没有启用CUDA，而你的代码需要使用CUDA。要解决这个问题，你需要重新安装PyTorch并启用CUDA选项。你可以按照以下步骤进行操作：
1. 确认你的计算机上已经安装了NVIDIA显卡和CUDA工具包。
2. 打开Anaconda Prompt或者终端，创建一个新的虚拟环境并激活它。
3. 在虚拟环境中使用pip安装PyTorch，同时启用CUDA选项。你可以使用以下命令：
pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu111/torch_stable.html
注意：这里的cu111表示CUDA 11.1版本，如果你的CUDA版本不同，请根据实际情况进行修改。
4. 在你的代码中添加以下代码，检查CUDA是否可用：
import torch
print(torch.cuda.is_available()) # True
如果输出结果为True，则说明你已经成功启用了CUDA选项。