电脑没有GPU报错Torch not compiled with CUDA enabled

这个报错是因为你的PyTorch没有启用CUDA，也就是没有启用GPU加速。如果你的电脑没有GPU，那么你需要安装CPU版本的PyTorch。你可以在PyTorch官网上下载对应的版本，或者使用pip安装CPU版本的PyTorch，命令如下：

pip install torch==1.9.0+cpu torchvision==0.10.0+cpu torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

相关问题

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。

cuda 可用 但是报错 Torch not compiled with CUDA enabled

您好！对于报错 "Torch not compiled with CUDA enabled"，这通常意味着您正在尝试在未启用CUDA的Torch版本上运行CUDA代码。要解决此问题，您可以尝试以下几种方法：

1. 确保您安装了适用于您的CUDA版本的正确的Torch库。您可以通过以下命令安装带有CUDA支持的Torch：

   pip install torch==1.7.1+cu110 -f https://download.pytorch.org/whl/torch_stable.html

这将安装适用于CUDA 11.0的Torch版本。如果您使用的是其他CUDA版本，请相应地替换 "cu110"。

2. 确保您的NVIDIA驱动程序已正确安装并与CUDA兼容。您可以在NVIDIA官方网站上下载和安装适合您的GPU和CUDA版本的最新驱动程序。

3. 如果您已经正确安装了CUDA和Torch，但仍然遇到问题，可能是由于环境变量设置不正确导致的。请确保将CUDA相关路径添加到系统环境变量中。具体步骤可能因操作系统而异，请参考相关文档或搜索适合您操作系统的指南。

如果以上方法都无法解决问题，我建议您提供更多详细信息，例如您使用的操作系统、CUDA和Torch版本等，以便我能够更好地帮助您解决问题。