电脑中没有cuda,只有cpu，并且安装了pytorch-cpu为什么还出现 raise AssertionError("Torch not compiled with CUDA enabled") AssertionError: Torch not compiled with CUDA enabled

这是因为你的 PyTorch 安装包不是专门针对 CPU 的版本，而是同时支持 GPU 和 CPU 的版本。在安装 PyTorch 时，需要确保选择的是针对 CPU 的版本，并且在代码中使用 CPU 相关的函数和方法。

如果你已经安装了 PyTorch 的 CPU 版本，但仍然收到“Torch not compiled with CUDA enabled”的错误，可以尝试在代码开头添加以下语句，以明确使用 CPU：

import os
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'

这会禁用 CUDA 并强制使用 CPU 运行代码。

相关问题

pytorch cpu版AssertionError: Torch not compiled with CUDA enabled

当出现"AssertionError: Torch not compiled with CUDA enabled"错误时，说明你的PyTorch库没有启用CUDA。这个错误通常发生在你的环境没有正确安装或配置CUDA的情况下。要解决这个问题，你可以尝试以下几个步骤：

1. 确认你的计算机上已正确安装了CUDA驱动程序。你可以从NVIDIA官方网站下载和安装适用于你的显卡型号和操作系统的最新CUDA驱动程序。

2. 检查你的PyTorch版本是否与CUDA版本兼容。你可以在PyTorch官方网站上找到与你的CUDA版本兼容的PyTorch版本列表。确保你下载和安装了正确的版本。

3. 如果你使用的是GPU版本的PyTorch，确保你的显卡支持CUDA。你可以在NVIDIA官方网站上查找你的显卡型号的技术规格来确认。

4. 如果以上步骤都正确无误，但问题仍然存在，可以尝试重新安装PyTorch并启用CUDA支持。确保你按照官方文档中的指示正确配置了环境变量和编译选项。

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。