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。

相关问题

linux报错AssertionError: Torch not compiled with CUDA enabled

### 解决Linux环境下PyTorch未启用CUDA编译导致的AssertionError

当遇到`assertionerror: torch not compiled with cuda enabled` 错误时，表明当前使用的PyTorch版本并未支持CUDA功能。为了修正这一问题并确保能够正常使用GPU加速计算，建议按照如下方法操作：

安装带有CUDA支持的PyTorch版本可以有效解决问题。对于特定版本如1.8.1而言，应当通过conda安装命令指定cuda版本来获取兼容包[^1]。

conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.1 -c pytorch

上述命令会下载适合于CUDA 11.1环境下的PyTorch及相关库文件。如果计算机上已存在不同版本的CUDA，则需调整`cudatoolkit=`后的参数以匹配本地配置。

另外，在完成新版本PyTorch安装之后，可以通过Python脚本验证CUDA是否可用：

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

此段代码将返回True表示成功启用了CUDA支持；反之则说明仍存在问题需要进一步排查。

cuda12.4AssertionError: Torch not compiled with CUDA enabled

CUDA AssertionError: Torch not compiled with CUDA enabled通常发生在尝试运行基于CUDA（Compute Unified Device Architecture）的PyTorch代码时，尤其是当你期望程序利用NVIDIA GPU的并行计算能力，但安装的Torch版本并没有针对CUDA进行编译。

这是因为CUDA是一个NVIDIA提供的并行计算平台和编程模型，而Torch是一个基于CUDA的开源科学计算库。如果你的系统上没有安装CUDA或者Torch没有正确配置为支持CUDA，当你试图执行涉及GPU运算的操作时，就会抛出这个错误。

解决这个问题的步骤包括：

1. **检查硬件**：确认你的计算机是否有NVIDIA GPU，并且它支持CUDA。
2. **安装CUDA**：访问NVIDIA开发者网站下载并安装适合你系统的CUDA版本。
3. **配置环境变量**：安装完CUDA后，需要设置一些环境变量，如CUDA_HOME、PATH等，以便Torch找到CUDA工具。
4. **安装对应的Torch版本**：确保你安装的是支持CUDA的Torch版本，你可以从PyPI或Torch官网下载对应CUDA的预编译包。
5. **检查兼容性**：如果是在虚拟环境中安装Torch，确保环境已正确设置了CUDA支持。

如果你按照这些步骤操作后仍然遇到此问题，可能是Torch安装过程中某些步骤出错或者配置文件未更新，建议查阅详细的文档或寻求社区的帮助。