目录

本文还能解决：

0. 问题原因

1. 查看机器的cuda版本

2. 从官网下载对应的torch和torchvision

3. 具体安装方法

---

本文还能解决：

torch.cuda.is_available() 输出为 False；

torch.cuda.device_count() 输出为 0

0. 问题原因

这两个问题，包括标题里的Torch not compiled with CUDA enabled，实际上是同一个问题：

• 环境中Torch的版本和cuda版本不匹配

1. 查看机器的cuda版本

win+r进入cmd命令提示符，输入：

nvidia-smi

在jupyter中也可以：

2. 从官网下载对应的torch和torchvision

从pytorch下载网中找对应cuda和python的版本：download.pytorch.org/whl/torch_stable.html

（本人的CUDA11.4版本比较特殊的版本，可以用CUDA11.3版本）

下载到本地

3. 具体安装方法

• 得在pip前，新开一个专门为GPU-CUDA运行pytorch的环境
• 推荐在创建环境时，就选择自己想要的版本，本人这里选用 python=3.8

conda create -n env-name python=3.8

• env-name 指环境名称，推荐换成自己想要的名字，比如torch-cuda113

conda create -n torch-cuda113 python=3.8

详细步骤可参考

• 《动手学深度学习》笔记1.1——Pytorch虚拟环境搭建_pytorch创建新的虚拟变量-CSDN博客
• 优雅地安装 miniconda 和 Jupyter（从零开始~保姆式）_miniconda jupyter-CSDN博客

4. 运行结果（成功解决）