CUDA 10能否兼容PyTorch 1.5+？解决‘Torch未启用CUDA编译’报错

针对你需要保留CUDA 10用于其他项目，同时让PyTorch 1.7启用CUDA的需求，提供以下可行方案：

方案1：多CUDA版本共存，临时切换环境变量 #

Windows支持同时安装多个CUDA版本，通过环境变量切换适配PyTorch 1.7：

• 下载并安装CUDA 10.2（PyTorch 1.7官方兼容版本），安装时选择自定义安装，指定独立路径（如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2），避免覆盖原有CUDA 10.0
• 下载对应CUDA 10.2的CUDNN版本（如CUDNN 8.0.5），解压后将bin、include、lib目录下的文件复制到CUDA 10.2的对应目录中
• 激活PyTorch 1.7所在的虚拟环境后，临时设置环境变量：

  set PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2\bin;%PATH%
  set CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.2
  

  可将上述命令添加到虚拟环境的Scripts\activate.bat末尾，实现每次激活环境自动切换
• 验证：运行python -c "import torch; print(torch.cuda.is_available())"，返回True即成功

方案2：安装PyTorch 1.7的CUDA 10.2预编译版本 #

直接替换虚拟环境中不兼容的PyTorch版本：

• 卸载现有PyTorch：

  pip uninstall torch torchvision torchaudio -y
  

• 安装适配CUDA 10.2的PyTorch 1.7.1：

  pip install torch==1.7.1+cu102 torchvision==0.8.2+cu102 torchaudio==0.7.2
  

• 验证：运行上述CUDA可用性检查命令确认

方案3：用Conda隔离不同环境 #

通过Conda创建独立环境，分别适配CUDA 10.0和CUDA 10.2：

• 创建PyTorch 1.7+CUDA 10.2的环境：

  conda create -n torch17_cu102 python=3.8 -y
  conda activate torch17_cu102
  conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch -y
  

• 为依赖CUDA 10.0的项目创建单独环境：

  conda create -n proj_cu10 python=3.7 -y
  conda activate proj_cu10
  conda install pytorch==1.3.1 torchvision==0.4.2 cudatoolkit=10.0 -c pytorch -y
  

• 切换环境即可分别使用对应配置，互不干扰

方案4：本地编译PyTorch 1.7适配CUDA 10.0（不推荐） #

若必须绑定CUDA 10.0，可自行编译源码：

• 下载PyTorch 1.7源码，配置编译参数指定CUDA版本为10.0
• 编译需依赖VS、CUDA 10.0、CUDNN 7.4等工具，过程繁琐耗时，仅建议有编译经验的用户尝试

内容的提问来源于stack exchange，提问作者Aleena Rayamajhi