(记录深度学习)关于解决torch not compiled with CUDA enabled报错问题
pov:电脑是暗影精灵3,显卡1050ti,跟着csdn大佬教程在conda上安装cuda和CUDNN以及pytorch,出现Torch not compiled with CUDA enabled。
原因:cuda版本与目前显卡驱动版本不一致。
解决方案:
一、查看自己cuda版本
1.右键打开NVIDIA控制面板,上边菜单栏点击帮助——>系统信息——>组件
查看NVCUDA64.DLL,就知道cuda是什么版本了。
我的是11.6,然后跟着网上安装了10.2的,结果报错Torch not compiled with CUDA enabled
二、去官网下载对应版本cuda,点击这里,找到对应的cuda,我的是11.6.127(也就是11.6.1)
点击左边部分
安装步骤可以查看其他博客,安装之后配置系统变量。(在系统变量Path里添加这四个目录,如果cuda安装不是默认C盘,根据自己目录添加)
三、下载对应的cudnn,点击 这里,点击左边的Download Cudnn,然后下载对应版本cudnn。
11.6的cuda就下载11.x的cudnn,其他版本点击Archived cuDNN Releases去寻找。
下载后将cudnn里的bin,lib,include覆盖的cuda目录下的bin,lib,include
四、安装pytorch
进入 官网 选择对应版本的pytorch
这里pytoch的cuda是11.3,我的cuda是11.6,但是仍然可以安装。
打开anaconda prompt终端,使用conda activate 环境名 进入环境(若没建立环境,在base下输入conda create -n 环境名 python=3.7 numpy matplotlib pandas anaconda建立环境,然后再输入conda activate 环境名)
进入环境后输入
conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch 下载pythorch
没有梯子会慢点,不过也就一两小时,玩手机等。
五、测试
安装pytorch后,输入python 回车
输入
import torch
print(torch.cuda.is_available())
若结果是Ture,则环境搭建完毕。
来源:H1pshurne