报错：Torch not compiled with CUDA enabled看这一篇就足够了

 

目录

1.CUDA下载安装步骤

2. Pytorch环境的配置

笔者计算机视觉研0刚入学为研一。近期在学习目标检测算法中的YOLO系列。在运行YOLO V1训练代码时，报出该错误

原因很简单：CUDA和Torch版本不兼容

遇到这类问题先检查电脑的CUDA支持版本：

  打开cmd，输入

nvidia-smi

可以看到红框里的是电脑支持的最高版本的cuda，我们在官网进行下载时，下载该版本及以下的即可（建议下载该版本以下）

其次，检查自己的电脑中CUDA的版本（检查是否安装CUDA）：

     打开cmd，输入

nvcc --version

可以看到我最开始的安装版本是11.7

如果显示无法找到nvcc说明电脑中没有安装CUDA。

  补充：

  如果你的电脑中有CUDA但版本不合适，删除重装即可，需要注意的是，一定要卸载干净。我是在电脑自带的控制面板中进行卸载的：点击控制面板——程序——程序和功能

找到所有和NVIDIA有关的全部卸载，然后再去软件管家清理卸载残留。其他的卸载方式也可，但一定要卸载干净。

1.CUDA下载安装步骤

        如果电脑支持CUDA11.x，最好下载11.3版本，这样比较保险。

        点击CUDA官网：https://developer.nvidia.com/cuda-downloads

        选择更多之前版本：

 根据自己电脑的系统选择合适的进行下载即可：

 我是把它放到了F盘中：

 安装包下载好后，右键——管理员运行——进入安装，无脑点下一步即可（尽量按照系统为你选择好的安装路径来安，也就是C盘路径。之前我尝试在其他盘中安装，没有成功），需要注意：在“安装选项”这一栏选择：自定义安装。

 安装完成后，检查是否安装成功，再次打开cmd，输入

nvcc --version

 

可以看到我现在的版本变成了11.3，说明安装成功。

2. Pytorch环境的配置

    首先对照CUDA和pyTorch对应的版本，可以看到CUDA对应的pytorch版本有三个，这里我选择1.11.0

 

 选择好版本后我们就开始下载pytorch安装包。

  方法有两种：

                    1.在pytorch官网：https://pytorch.org/get-started/locally/选择在线安装：

 但这样的安装方式需要极好的网络环境，中间过程出错率较高。我采用的是第二种方法，离线下载。

                    2.离线安装：http://2.https://download.pytorch.org/whl/torch_stable.html

选择对应的版本即可，这里的cu：cuda版本；cp：Python版本；torch：torch版本，选择适合自己的系统，点击链接下载即可。

 Torch下载好后，进行离线安装：

打开Anaconda

切换安装路径：直接复制路径是切不过来的（切换路径需要输入cd）

 需要在此基础上直接输入：

F：

回车，即可转到F盘路径下

 我们需要在这个路径下安装torch。在命令行输入

pip install torch

加上一个Tab键，导出torch安装链接，并在后面加上清华大学的镜像源：https://pypi.tuna.tsinghua.edu.cn/simple/加快安装速度

如果报错：

显示pip需要更新，可以直接去cmd中输入：

python -m pip install --upgrade pip

更新即可

 随后等待torch的安装，显示成功即安装完成

 

安装完成后，我们可以进行简单的版本测试：

在anaconda中输入：

import torch
 
print(torch.__version__)：查看torch版本
 
print(torch.cuda.is_available())：看安装好的torch和cuda能不能用，也就是看GPU能不能用

返回如下图所示，即代表安装成功

 回到train训练脚本中，运行代码：

 Bug解决！

希望可以帮到各位卷王~~