在安装PyTorch时使用正确的命令安装

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：

1. 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

1. 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。

1. 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。

1. 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。