AssertionError: Torch not compiled with CUDA enabled Process finished with exit code 1

这个错误通常是因为你的PyTorch没有启用CUDA，而你的代码中使用了CUDA相关的功能。要解决这个问题，你需要重新安装PyTorch并启用CUDA选项。具体步骤如下：
1. 确认你的电脑上有NVIDIA显卡，并且已经安装了对应的驱动程序。
2. 安装CUDA Toolkit，可以在NVIDIA官网上下载对应版本的CUDA Toolkit。
3. 安装cuDNN，也可以在NVIDIA官网上下载对应版本的cuDNN。
4. 重新安装PyTorch，可以在PyTorch官网上下载对应版本的PyTorch，并在安装时启用CUDA选项。
如果你已经按照上述步骤重新安装了PyTorch并启用了CUDA选项，但仍然出现这个错误，可能是因为你的代码中使用了不兼容的CUDA版本。你可以尝试更新你的代码或者降级你的CUDA版本来解决这个问题。

相关问题

AssertionError("Torch not compiled with CUDA enabled") AssertionError: Torch not compiled with CUDA enabled

这个错误通常是因为你的PyTorch没有启用CUDA，而你的代码中使用了CUDA相关的功能。要解决这个问题，你需要重新安装PyTorch并启用CUDA支持。你可以按照以下步骤操作：

1. 确认你的电脑上已经安装了NVIDIA显卡，并且已经安装了CUDA。

2. 打开Anaconda Prompt或者终端，创建一个新的虚拟环境（可选）。

3. 在终端中输入以下命令安装PyTorch：

   conda install pytorch torchvision torchaudio cudatoolkit=<your_cuda_version>

其中，`<your_cuda_version>`是你电脑上安装的CUDA版本号。如果你不知道你的CUDA版本号，可以在终端中输入以下命令查看：

   nvcc --version

4. 安装完成后，在Python代码中加入以下代码，以启用CUDA支持：

   import torch

   if torch.cuda.is_available():
       device = torch.device("cuda")          
       print('There are %d GPU(s) available.' % torch.cuda.device_count())
       print('We will use the GPU:', torch.cuda.get_device_name(0))
   else:
       print('No GPU available, using the CPU instead.')
       device = torch.device("cpu")

这段代码会检查你的电脑是否有可用的GPU，并输出GPU的数量和名称。

如果你想在代码中使用GPU，你需要将你的模型和数据移动到GPU上，例如：

   model.to(device)
   inputs = inputs.to(device)
   labels = labels.to(device)

这样就可以在代码中使用CUDA了。

AssertionError: Torch not compiled with CUDA enabled

这个错误通常意味着你的PyTorch没有安装或者没有正确安装CUDA。请确保你已经正确安装了CUDA和相应的GPU驱动程序，并且使用了支持CUDA的PyTorch版本。你可以使用以下代码检查CUDA是否可用：

import torch

print(torch.cuda.is_available())

如果返回True，则说明CUDA可用。如果返回False，则说明CUDA无法使用。