PyTorch报错求助：module 'torch' has no attribute 'set_grad_enabled'

嘿，这个问题我之前碰到过，本质原因很简单——你用的PyTorch版本太低了！torch.set_grad_enabled()这个API是在PyTorch 0.4.0版本才正式引入的，要是你的版本比这个早，肯定会报这个属性找不到的错。

给你几个实用的解决办法：

方法1：直接升级PyTorch到稳定版 #

这是最省心的方案，升级后不仅能搞定这个问题，还能拿到很多新功能和bug修复。

• 用pip升级的话，在终端跑这个命令：

  pip install --upgrade torch torchvision
  

• 要是用conda管理环境，就执行：

  conda update pytorch torchvision -c pytorch
  

方法2：兼容旧版本的代码替换 #

要是因为项目环境限制没法升级，那可以把代码里的torch.set_grad_enabled()换成旧版本支持的写法：
原来的代码块：

with torch.set_grad_enabled(True):
    # 你的训练或者验证逻辑代码

改成这种兼容写法：

torch.set_grad_enabled(True)
try:
    # 你的训练或者验证逻辑代码
finally:
    torch.set_grad_enabled(False)

或者更贴合训练/验证场景的写法（推荐）：

• 训练阶段（需要计算梯度）：

  model.train()
  # 这里写你的训练代码
  

• 验证阶段（不需要计算梯度）：

  model.eval()
  with torch.no_grad():
      # 这里写你的验证代码
  

提醒下：model.train()和model.eval()不仅能控制梯度开关，还会自动调整BatchNorm、Dropout这些层的行为，比单纯设置梯度更适配训练和验证的场景哦。

额外要检查的点 #

• 先确认下当前环境的PyTorch版本，在Python里跑import torch; print(torch.__version__)，如果版本低于0.4.0，那肯定要升级或者换写法。
• 还要注意别搞混了环境！比如你在conda虚拟环境装了新版，但Pycharm用的是系统默认的旧环境，这种情况得切换到正确的环境才行。

内容的提问来源于stack exchange，提问作者Abid Abbas