代码收藏家技术教程 2024-02-06

解决Python安装CUDA时出现的AssertionError错误：Torch未启用CUDA编译

在pycharm中模型训练时，出现错误提示：AssertionError: Torch not compiled with CUDA enabled
原因：CUDA和Torch版本不兼容

1.尝试检查cuda版本

使用命令nvcc -V或者 nvcc --version

出现如下所示结果，则表明cuda安装成功：

否则就说明没有cuda，要重新下载安装cuda，去官网：

https://developer.nvidia.com/cuda-downloads

检查电脑适配cuda版本：打开cmd，输入nvidia-smi，结果显示：

选择更多之前版本：

根据自己电脑的系统选择合适的进行下载即可：

安装包下载好后，右键——管理员运行——进入安装，无脑点下一步即可（尽量按照系统为你选择好的安装路径来安，也就是C盘路径，需要注意：在“安装选项”这一栏选择：自定义安装。

如果你的电脑中有CUDA但版本不合适，删除重装即可，需要注意的是，一定要卸载干净。我是在电脑自带的控制面板中进行卸载的：点击控制面板——程序——程序和功能。找到所有和NVIDIA有关的全部卸载，然后再去软件管家清理卸载残留。其他的卸载方式也可，但一定要卸载干净。

安装完成后，检查是否安装成功，再次打开cmd，输入

nvcc -V

2.pytorch环境的配置

首先对照CUDA和pyTorch对应的版本：

选择好版本后我们就开始下载pytorch安装包
方法有两种：
1.在pytorch官网：https://pytorch.org/get-started/locally/选择在线安装，接着访问 Pytorch 的官网，找到与你本机 CUDA 对应版本的 Pytorch，并进行安装，具体操作如下：

若你的 CUDA 版本没有出现在官网给出可选的选项范围内，则进入下载其他版本的入口进行历史版本的下载：

2.离线安装
参考文章：https://blog.csdn.net/weixin_72056722/article/details/126651703?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-126651703-blog-125737765.pc_relevant_multi_platform_whitelistv3&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-126651703-blog-125737765.pc_relevant_multi_platform_whitelistv3&utm_relevant_index=1

以上安装完成后，可以进行简单的版本检查测试：

>>> improt torch

>>> print(torch.__version__)

>>> print(torch.cuda.is_available())

最后输出的结果如果是：

1.11.0+cu113

True

恭喜你，安装成功！
但如果是像我这样的倒霉蛋😀：可能是这样的：

建议直接检查显卡型号：
在设备管理器中，win+x选择“设备管理器”，找到“显示适配器”，

如果出现上面的样子，建议换个机子或者外接显卡或外接服务器了(* ^ _ ^ *)
如果有NVIDIA的显卡话，可以尝试重新安装一下显卡驱动：
参考文章：https://blog.csdn.net/qq_45507678/article/details/124130123
NVIDIA官网：https://www.nvidia.cn/geforce/drivers/

第二个选项栏目是所有的型号系列
例如1050显卡
台式电脑选择GeForce 10 Series，笔记本电脑选择GeForce 10 Series（Notebooks）