AssertionError: Torch not compiled with CUDA enabled 这个报错怎么办

当出现AssertionError: Torch not compiled with CUDA enabled报错时，说明你的PyTorch没有启用CUDA，需要重新安装启用CUDA的PyTorch版本。具体步骤如下：

1.首先需要确认你的电脑是否支持CUDA，可以在NVIDIA官网上查看支持的CUDA版本。

2.然后需要安装对应版本的CUDA，可以在NVIDIA官网上下载安装。

3.接着需要安装对应版本的cuDNN，可以在NVIDIA官网上下载安装。

4.最后需要重新安装启用CUDA的PyTorch版本，可以在PyTorch官网上下载对应版本的PyTorch安装包进行安装。

如果你已经安装了CUDA和cuDNN，但仍然出现了该报错，可以尝试重新安装PyTorch或者检查是否正确配置了CUDA和cuDNN的环境变量。

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。

torch报错AssertionError: Torch not compiled with CUDA enabled解决方法

当出现AssertionError: Torch not compiled with CUDA enabled错误时，需要安装CUDA和cuDNN并配置环境变量。具体步骤如下：

1.检查CUDA是否已安装，可以在终端中输入nvcc --version查看CUDA版本。如果未安装CUDA，则需要前往官网下载对应版本的CUDA并进行安装。

2.下载cuDNN，需要先注册NVIDIA账号，然后前往cuDNN下载页面下载对应版本的cuDNN。

3.将cuDNN解压缩到CUDA的安装目录中，例如/usr/local/cuda-11.3/。

4.配置环境变量，将CUDA和cuDNN的路径添加到LD_LIBRARY_PATH中，例如：

export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64:/usr/local/cuda-11.3/extras/CUPTI/lib64:$LD_LIBRARY_PATH

5.重新编译PyTorch，使用以下命令：

python setup.py install

6.检查PyTorch是否已启用CUDA，可以在Python中输入以下代码：

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

如果输出True，则表示PyTorch已启用CUDA。