## 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