## 目标
解决Torch not compiled with CUDA enabled 版本不兼容问题
### 原理
Torch not compiled with CUDA enabled,即CUDA、torch的版本兼容问题是造成print(torch.cuda.is_available()) 返回false的一种原因。本文搜集从卸载CUDA、torch,选择兼容版本,再到使用清华源,最后安装CUDA、torch的博客集合,作为解决方法:
如何查看torch版本:https://blog.csdn.net/weixin_47414034/article/details/124632748
如何查看cuda版本:https://blog.csdn.net/weixin_38723958/article/details/123143521
卸载torch:https://blog.csdn.net/zaf0516/article/details/103927989
卸载CUDA:https://blog.csdn.net/Zinnir/article/details/122766367
安装 PyTorch 切换清华源镜像:https://blog.csdn.net/weixin_44589540/article/details/122847278
Python配置清华镜像源_视觉闫小亘的博客-CSDN博客_python清华镜像源
CUDA历史版本下载:https://developer.nvidia.com/cuda-toolkit-archive
PYTORCH历史版本下载:https://pytorch.org/get-started/previous-versions/
PYTORCH版本建议按照网页上的CUDA版本匹配下载对应的版本
conda创建新环境:conda创建新环境_joshuwang0810的博客-CSDN博客_conda create
conda 多环境切换:https://blog.csdn.net/yuehenmiss/article/details/102914941
最后用python验证安装情况,如果返回True,则成功;否则,用conda list检查pytorch是否为CPU版本,再尝试安装CUDA版本的pytorch
import torch
print(torch.__version__)#torch版本
print(torch.cuda.is_available())#GPU是否可用
感谢以上博文的作者