/home/dss/Code/7_20/Condition_DDPM_7_20.py:14: DeprecationWarning: Please use `rotate` from the `scipy.ndimage` namespace, the `scipy.ndimage.interpolation` namespace is deprecated. from scipy.ndimage.interpolation import rotate Traceback (most recent call last): File "/home/dss/Code/7_20/Condition_DDPM_7_20.py", line 509, in <module> ddpm = DDPM(device, beta_1, beta_T, T, drop_prob=0.1) File "/home/dss/Code/7_20/Condition_DDPM_7_20.py", line 309, in __init__ self.model = UNet(T).to(device) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 1145, in to return self._apply(convert) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 797, in _apply module._apply(fn) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 797, in _apply module._apply(fn) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 797, in _apply module._apply(fn) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 820, in _apply param_applied = fn(param) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/nn/modules/module.py", line 1143, in convert return t.to(device, dtype if t.is_floating_point() or t.is_complex() else None, non_blocking) File "/home/dss/.conda/envs/DSS_env/lib/python3.9/site-packages/torch/cuda/__init__.py", line 239, in _lazy_init raise AssertionError("Torch not compiled with CUDA enabled") AssertionError: Torch not compiled with CUDA enabled

这个错误是因为 Torch 没有启用 CUDA 编译。CUDA 是用利用 GPU 运行深度学习型的技术，所以如果你想在 GPU 上运行代码，你需要确保 Torch 已经启用了 CUDA。

要解决个问题，你可以按照以下步骤操作：

1. 确保你的计算机上已经正确安装了 NVIDIA GPU 驱动程序。
2. 确保你的计算机上已经安装了与你的 GPU 对应的 CUDA 版本。可以在 NVIDIA 的官方网站上下载并安装适合你的 GPU 的 CUDA 版本。
3. 确保你的计算机上已经安装了与你的 CUDA 版本相匹配的 PyTorch 版本。可以在 PyTorch 的官方网站上找到适合你的 CUDA 版本的 PyTorch 安装命令。
4. 如果你已经按照上述步骤安装了正确的 CUDA 和 PyTorch 版本，但仍然遇到这个错误，请确保你在代码中正确设置了设备。可以使用 `torch.cuda.is_available()` 函数来检查是否有可用的 CUDA 设备，并使用 `torch.cuda.device()` 函数将模型和张量移动到 CUDA 设备上。

希望这些步骤能帮助你解决问题！如果还有其他疑问，请随时提问。