成功解决：AssertionError: Torch not compiled with CUDA enabled

在运行pycharm项目的时候，出现了以上的报错，主要可以归结于以下两个个方面：

1、没有安装GPU版本的pytorch，只是使用清华的镜像地址下载了CPU版本的pytorch

2、安装的CUDA和安装的pytorch的版本不相互对应

我使用 pip list 来查看我在该环境下安装了哪些依赖项，发现自己的torch是CPU版本的，

如何区分的呢？主要通过安装的环境的版本号的后面时候加上了cu,比如说下面这幅图就可以看出这里采用的CUDA版本号为11.3，所以在我的环境里面没有安装GPU版本的torch.

找到问题后，我们就可以进行解决了。

如果自己不是CUDA版本的torch,可以使用pip uninstall torch的命令来卸载已经安装好的torch后继续下面的操作.

第一步：查看自己电脑上安装的python版本，因为python的版本对应者pytorch的版本，pytorch的版本又对应着CUDA的版本。所以先查看自己的python的版本，那么如何查看自己的电脑上的python版本呢？

可以在pycharm的Terminal中，在自己使用的环境下，输入python:下面图中的python 3.6.2就是我的Python的版本号。

如何查看自己项目的环境配置，可以通过pycharm上:

File---Settings---Project--Python Interpreter

如何进入到Terminal，可以通过下面的提示。

第二步：下载离线的torch包。找到python对应的版本，就可以在下面的这个网站中选择现在对应的torch版本，注意我们选择下载torch时要注意python的版本号，并且在选择的时候选择cu开头的链接下载，cu对应的CUDA的版本，比如这里的python版本为3.6，那么只要选择cp36的链接下载

torch下载包链接

cu102/torch-1.7.1-cp38-cp38-linux_x86_64.whl

cu102:表示cuda版本为10.2，
torch-1.7.1:表示torch版本为1.7.1
cp38:表示适用python版本为3.8
linux:表示适用于linux系统
x86_64:表示同时兼容32和64位系统、
第三步：下载对应版本的CUDA。在上面下载torch的时候也可以看到自己对应的CUDA的版本

点击 CUDA下载官网 进入到CUDA的下载官网，往下滑，直到最下面，然后找到下图提示的内容

就可以看到CUDA的很多版本的下载连接，选择我们需要的版本进行下载

选择好下载的版本后，进入下载页面选择我们下载的系统，以及下载的windows系统的版本，和下载方式就可以进行CUDA的下载

下载好CUDA就可以对它进行安装了

点击我们下载好的CUDA的exe程序后，就会出现CUDA的安装页面，这里显示的是安装地址，一般可以不做处理，安装到它默认的地址。

在安装选项中选择自定义安装，然后点击下一步，后面的步骤相同，一直点击（下一步）直到完成CUDA的安装。

在安装完成之后，可以打开系统的环境变量来检查CUDA是否已经加入到环境变量中了，默认情况下是自动添加到环境变量中的。

检查是否安装成功：打开cmd，输入 nvcc -V, 出现你的CUDA的版本信息就说明安装成功

第四步：将刚才下载好的torch包进行安装，放在项目的目录下：我这里的目录的路径为： D:\zuoye\ReID\deep-person-reid，在pycharm进入到Terminal中，进入到自己的环境中，pip安装对应的torch包，就可以实现GPU版本的torch的安装，也就可以解决上面的问题了。

以上就是这个错误的全部解决方法，总结一下就是：找到对应的python版本，下载python版本对应下的GPU版本的torch文件包，然后下载CUDA，将下载的包放在项目下，然后进行pip安装即可。
————————————————

                        版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

vb.net教程
C#教程
python教程
原文链接：成功解决：AssertionError: Torch not compiled with CUDA enabled-CSDN博客