希望这可以帮助虚拟环境来避免 pip
警告。
Torch not compiled with CUDA enabled
这个错误通常是因为PyTorch没有预先安装或者没有正确安装CUDA而引起的。由于PyTorch可以支持GPU加速,因此必须使用CUDA编译器编译。
以下是一些可能的解决方案:
- 在安装PyTorch时使用正确的命令安装
如果你想启用CUDA支持,确保在安装PyTorch时使用了正确的命如果要安装PyTorch 1.9.0和CUDA 11.1,可以运行以下命令:
Copy
pip install torch==1.9.0+cu111 -f https://download.pytorch.org/whl/cu111/torch_stable.html
- 检查CUDA安装是否
如果在安装PyTorch时已经启用了CUDA支持,可以检查CUDA是否已正确安装。确保CUDA版本与PyTorch要求的版本相匹配。在终端中,可以运行以下命令来检查CUDA版本:
Copy
nvcc --version
如果CUDA已正确安装,将返回您的CUDA版本。
- 检查CUDA环境变量是否正确设置
如果CUDA已正确安装,请确保已设置正确的CUDA环境变量。检查以下环境变量是否设置:
Copy
export CUDA_HOME=/usr/local/c export PATH=$CUDA_HOME/bin:$PATH export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH
请根据您的系统和CUDA版本更新环变量。
- 检查GPU驱动
最后,确保已正确安装GPU驱动程序。请确保已将正确的GPU驱动程序版本安装在您的主机上,并且这些驱动程序与您正在使用的CUDA版本兼容。
这些是检查和orch compiled with CUDA enabled`错误的一些常见方法。在排除这些问题之后,您应该能够成功启用PyTorch中的CUDA支持。