Torch not compiled with CUDA enabled 最新解决办法 pytorch 报错解决，踩坑得救！

笔者遇到Torch not compiled with CUDA enabled  报错非常的头疼，尝试各种方法，都失败，花了三天时间终于将原因搞清楚，访问了大量的网站平台和博客，尝试都失败了，就在笔者准备全部重新装cuda和cudann的时候（现在证明装了也还是一样的不能解决问题），笔者将此分享，希望能帮助到需要帮助的可爱们。

          1、查看torch.cuda.is_available()  ，大概率就是这里会显示 False。表明cuda不能用。那么不能用的原因，要不就是你的cuda安装没有安好，请结合标准的cuda安装进行排查。而笔者则是因为之前有成功使用过cuda的经历，而排除此问题。可以参考此博客链接。。深度学习环境配置超详细教程【Anaconda+Pycharm+PyTorch(GPU版)+CUDA+cuDNN】-CSDN博客

     2、那么接下来就要思考pytorch的问题了，pytorch能有啥问题，跟cuda相关，那大概率就是版本的匹配的问题

 3、接下来就是最最关键的的，这pytorch的官网的安装命令

     4、安装前按照网络上的介绍，先去命令行看看cuda版本支持的，全网80%的文章都是让你这样去查，版本

如下：

所以笔者就试着用conda  又试着用pip  安装  cuda12.4的这个版本的torch, 都不能使用，我就开始怀疑是不是torch版本的不稳定性：

接着开始尝试使用cuda12.1的torch版本，还是不行。又开始觉得是cuda12.4  这个是12.1那不能兼容。苍天啊，那么这不是一个悖论吗？？？？！！！！！！！！！！！死胡同。。。。。。。。。

但是笔者就不是那么认输的人儿，因此笔者又开始查啊看啊验啊

终于发现大多数博客所没有搞清楚的一个版本匹配的逻辑问题！！！！！！！！！！！！！

这个时候笔者就要问各位配置环境的小可爱们，要怎么选择pytorch的版本，有些可爱们直接可能就选cuda的12.4版本的，有些可爱谨慎一些，觉得不要选那么新的，那就选个12.1版本的，觉得应该可以兼容（这个小逻辑是正确的），运气好的话，这样是可以通过的。根本的原因在于没有理解对，还是有尝试的成分在。。

终极解释： 以下查到的版本为显卡可以支持的最高的cuda版本。。。。并不是你的cuda的版本

     

在命令行输入这个  nvcc-V,  我们可以看到它安装的版本为12.0, 因此我们在选择对应的pytorch版本的时候，cuda要低于12.0，看起来就是这么简单！ 

也要注意优先使用conda安装，试验几次，实在不行才使用pip安装，因为conda安装的时候不匹配的其他版本包它会帮你升级，而pip安装只会考虑本身，因此安装好了可能又是一堆问题。

最后笔者总结出点儿编程的哲学，也是有点癫了：1、慕然回首，解决方案就在灯火阑珊处。 2、 弄清楚原理，思考思考思考。3、inner peace  hhhhhhhhhhhhhhhhhhhhhhhhhhhh