运行代码报错Torch not compiled with CUDA enabled，重装PyTorch无效如何解决

问题根因 #

从你提供的conda环境包列表可直接定位问题：

• 当前环境安装的pytorch 1.10.0为py3.9_cpu_0版本，torchvision也标注了[cpuonly]标识，本身就是仅支持CPU的编译版本
• 环境中同时存在cpuonly 2.0和pytorch-mutex 1.0 cpu两个锁定包，会强制限制pytorch使用CPU版本，哪怕你手动安装了cudatoolkit也不会生效
• 你提供的nvidia-smi输出显示显卡驱动支持的最高CUDA版本为11.x，完全兼容10.2版本的cudatoolkit，硬件和驱动层面无异常

解决方案 #

按以下步骤操作即可修复：

1. 先卸载当前环境的CPU版本PyTorch相关锁定包
   执行命令：

conda uninstall pytorch torchvision cpuonly pytorch-mutex _pytorch_select

若提示存在依赖关联需要卸载，直接确认即可。

2. 重新安装支持CUDA的PyTorch版本
   执行官方适配CUDA 10.2的安装命令：

conda install pytorch torchvision cudatoolkit=10.2 -c pytorch

3. 验证安装结果
   安装完成后打开Python终端，执行如下代码：

import torch
print(torch.cuda.is_available())

若输出为True即代表安装成功，再次运行你的代码不会再出现该报错。

内容的提问来源于stack exchange，提问作者Lucian