AssertionError: Torch not compiled with CUDA enabled Python,torch,cuda版本都不匹配
时间: 2025-02-05 09:04:40 浏览: 174
### 解决 Python Torch CUDA 版本不匹配导致的 AssertionError
当遇到 `AssertionError: Torch not compiled with CUDA enabled` 错误时,这通常意味着 PyTorch 安装的是 CPU-only 的版本而不是 GPU 支持版。要解决此问题,需确保安装了支持 CUDA 的 PyTorch 并且其版本与本地 CUDA 版本相兼容。
#### 验证当前环境配置
为了确认现有设置并排查潜在冲突,建议先验证已安装的PyTorch 和 CUDA 版本:
```bash
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"
```
如果输出显示 CUDA 不可用,则说明需要重新安装带有 GPU 加速功能的 PyTorch 轮子文件[^1]。
#### 获取合适的 PyTorch 发行版
访问官方资源页面获取适合特定操作系统、Python 版本以及所需 CUDA 架构的支持轮子文件链接。推荐通过 Anaconda 或 pip 工具来简化依赖管理过程[^2]。
对于大多数情况而言,可以采用如下命令直接从终端执行更新操作(假设目标为最新稳定版且具备 CUDA 11.7 支持):
```bash
pip install --upgrade torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117
```
上述指令会自动处理任何必要的卸载旧版本动作,并按照指定条件部署新组件集合[^3]。
#### 确认更改生效
再次运行测试脚本来检验修正措施是否奏效:
```python
import torch
print(f"Torch version:{torch.__version__}")
if torch.cuda.is_available():
device = 'cuda'
else:
device = 'cpu'
tensor_example = torch.tensor([1., 2., 3.], device=device)
print(tensor_example)
```
这段代码不仅展示了如何创建张量对象,还提供了关于设备分配的信息反馈机制,有助于直观判断修复成果[^4]。
阅读全文
相关推荐





