解决 AssertionError Torch not compiled with CUDA enabled

Posted 2023-04-04 华幽子丶

最近在矩池云的的Tesla K80机子上跑MMYOLO，跟着MMYOLO官方文档《自定义数据集 标注+训练+测试+部署 全流程 》操作到 “2.1.1 软件或者算法辅助”时，利用预训练模型+官方脚本去辅助标注时，一按下回车就报错：

报错信息

 AssertionError Torch not compiled with CUDA enabled

报错信息分析

• 说的是torch编译的时候CUDA不可用

但是服务器已经预装有pytorch和cuda了，我分别用

nvidia-smi

和

nvcc -V

都可以查到CUDA的版本
本机配置如下：
但是我在ipython中查看

torch.cuda.is_available()

返回结果是false，

报错原因

• 所用环境中所装的pytorch版本与CUDA版本不匹配
• 或者pytorch完全就是GPU版的（而我们需要GPU版本的）

解决过程

1. 然后我对比了conda list和pip list中torch的版本，发现两个list中的torch版本居然不一样，conda list中的torch是1.12.1+cu113是合适的，但是pip lIst中的torch是1.13x不是cuda版本的。

2. 确定了pytorch的版本不对之后，就可以到Pytorch官网找对应版本进行安装
   https://pytorch.org/get-started/previous-versions/
   
   一定要选+cuxxx的版本来安装

3. 安装完之后可以在ipython中用

torch.cuda.is_available()

验证一下，如果是True，就说明问题解决了

• pip list与conda list的区别：pip list显示的只是当前环境中的包，而conda list显示的是当前环境与关联环境中的包，所以看当前环境具体有什么包还是得通过pip list 更准确。

AssertionError: Torch not compiled with CUDA enabled

在用pycharm跑深度学习的一段代码时出现了这样的错误。
原因是cpu代码不能跑gpu的程序，解决办法如下：
在代码前加入

`device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

`再把代码中的

.cuda()

替换成

 .to(device)