pycharm显示AssertionError: Torch not compiled with CUDA enabled
时间: 2025-07-01 11:06:45 浏览: 13
在使用 PyCharm 运行 PyTorch 相关代码时,出现 `AssertionError: Torch not compiled with CUDA enabled` 错误通常表明当前环境中安装的 PyTorch 版本不支持 CUDA。这可能是因为安装了 CPU 版本的 PyTorch,或者安装的 GPU 版本与系统中配置的 CUDA 工具包版本不兼容。
### 原因分析
1. **PyTorch 安装版本错误**
如果安装的是仅支持 CPU 的 PyTorch 版本,则无法启用 CUDA 支持[^2]。
2. **CUDA 驱动版本不匹配**
系统中的 NVIDIA 显卡驱动、CUDA Toolkit 和 PyTorch 所需的 CUDA 版本之间存在版本不一致问题,导致 PyTorch 无法正确调用 GPU[^4]。
3. **Python 解释器环境冲突**
PyCharm 中选择的 Python 解释器可能未指向正确的虚拟环境或全局环境,其中安装的 PyTorch 版本并非预期的 GPU 版本[^3]。
---
### 解决方案
#### 方法一:确保安装了正确的 PyTorch 版本
前往 [PyTorch 官网](https://pytorch.org/get-started/locally/) 获取适配当前 CUDA 版本的安装命令。例如,若系统支持 CUDA 11.7,可使用以下命令进行安装:
```bash
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117
```
如果使用 Anaconda 管理环境,推荐通过 Conda 安装以避免依赖冲突:
```bash
conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch
```
此方式将自动安装适配的 CUDA 工具包和 PyTorch 版本[^3]。
---
#### 方法二:验证 CUDA 是否可用
在终端或 PyCharm 的 Python 控制台中运行以下代码以确认是否成功启用 CUDA 支持:
```python
import torch
print(torch.cuda.is_available())
```
如果输出为 `True`,则表示 PyTorch 成功识别到了 GPU;否则需要重新检查安装流程[^4]。
---
#### 方法三:检查 PyCharm 的解释器设置
确保 PyCharm 使用的是你实际安装 PyTorch 的 Python 环境。进入 **File → Settings → Project: <your_project> → Python Interpreter**,查看所选解释器路径是否与你安装 PyTorch 的环境一致。如果不一致,请更改为正确的解释器路径。
---
#### 方法四:更新显卡驱动与 CUDA Toolkit
有时旧版 NVIDIA 驱动可能导致 CUDA 不被识别。访问 [NVIDIA 官网](https://www.nvidia.com/Download/index.aspx) 下载并安装最新驱动程序,并根据需要安装对应的 CUDA Toolkit 版本[^5]。
---
#### 方法五:清理旧版本并重新安装
如果之前安装过多个版本的 PyTorch(包括 CPU 和 GPU 版本),建议彻底卸载后重新安装:
```bash
pip uninstall torch torchvision torchaudio
```
然后使用上述方法重新安装对应 CUDA 版本的 PyTorch[^1]。
---
阅读全文
相关推荐












