having trouble getting cuda installed with this

[gsgoldma]

I've been using python 3.10.6. is that incompatible with this repo?

─────────────────────────────── Traceback (most recent call last) ────────────────────────────────╮
│ D:\paint\runner.py:71 in │
│ │
│ 68 │ color_context = settings["color_context"] │
│ 69 │ input_prompt = settings["input_prompt"] │
│ 70 │ │
│ ❱ 71 │ img = paint_with_words( │
│ 72 │ │ color_context=color_context, │
│ 73 │ │ color_map_image=color_map_image, │
│ 74 │ │ input_prompt=input_prompt, │
│ │
│ D:\Python\Python310\lib\site-packages\torch\autograd\grad_mode.py:27 in decorate_context │
│ │
│ 24 │ │ @functools.wraps(func) │
│ 25 │ │ def decorate_context(*args, **kwargs): │
│ 26 │ │ │ with self.clone(): │
│ ❱ 27 │ │ │ │ return func(*args, **kwargs) │
│ 28 │ │ return cast(F, decorate_context) │
│ 29 │ │
│ 30 │ def _wrap_generator(self, func): │
│ │
│ D:\Python\Python310\lib\site-packages\torch\amp\autocast_mode.py:14 in decorate_autocast │
│ │
│ 11 │ @functools.wraps(func) │
│ 12 │ def decorate_autocast(*args, **kwargs): │
│ 13 │ │ with autocast_instance: │
│ ❱ 14 │ │ │ return func(*args, **kwargs) │
│ 15 │ decorate_autocast.__script_unsupported = '@autocast() decorator is not supported in │
│ 16 │ return decorate_autocast │
│ 17 │
│ │
│ D:\paint\paint_with_words\paint_with_words.py:255 in paint_with_words │
│ │
│ 252 ): │
│ 253 │ │
│ 254 │ vae, unet, text_encoder, tokenizer, scheduler = ( │
│ ❱ 255 │ │ pww_load_tools( │
│ 256 │ │ │ device, │
│ 257 │ │ │ scheduler_type, │
│ 258 │ │ │ local_model_path=local_model_path, │
│ │
│ D:\paint\paint_with_words\paint_with_words.py:142 in pww_load_tools │
│ │
│ 139 │ │ local_files_only=local_path_only, │
│ 140 │ ) │
│ 141 │ │
│ ❱ 142 │ vae.to(device), unet.to(device), text_encoder.to(device) │
│ 143 │ │
│ 144 │ for _module in unet.modules(): │
│ 145 │ │ if _module.class.name == "CrossAttention": │
│ │
│ D:\Python\Python310\lib\site-packages\torch\nn\modules\module.py:987 in to │
│ │
│ 984 │ │ │ │ │ │ │ non_blocking, memory_format=convert_to_format) │
│ 985 │ │ │ return t.to(device, dtype if t.is_floating_point() or t.is_complex() else No │
│ 986 │ │ │
│ ❱ 987 │ │ return self._apply(convert) │
│ 988 │ │
│ 989 │ def register_backward_hook( │
│ 990 │ │ self, hook: Callable[['Module', _grad_t, _grad_t], Union[None, Tensor]] │
│ │
│ D:\Python\Python310\lib\site-packages\torch\nn\modules\module.py:639 in _apply │
│ │
│ 636 │ │
│ 637 │ def _apply(self, fn): │
│ 638 │ │ for module in self.children(): │
│ ❱ 639 │ │ │ module._apply(fn) │
│ 640 │ │ │
│ 641 │ │ def compute_should_use_set_data(tensor, tensor_applied): │
│ 642 │ │ │ if torch._has_compatible_shallow_copy_type(tensor, tensor_applied): │
│ │
│ D:\Python\Python310\lib\site-packages\torch\nn\modules\module.py:639 in _apply │
│ │
│ 636 │ │
│ 637 │ def _apply(self, fn): │
│ 638 │ │ for module in self.children(): │
│ ❱ 639 │ │ │ module._apply(fn) │
│ 640 │ │ │
│ 641 │ │ def compute_should_use_set_data(tensor, tensor_applied): │
│ 642 │ │ │ if torch._has_compatible_shallow_copy_type(tensor, tensor_applied): │
│ │
│ D:\Python\Python310\lib\site-packages\torch\nn\modules\module.py:662 in _apply │
│ │
│ 659 │ │ │ # track autograd history of param_applied, so we have to use │
│ 660 │ │ │ # with torch.no_grad(): │
│ 661 │ │ │ with torch.no_grad(): │
│ ❱ 662 │ │ │ │ param_applied = fn(param) │
│ 663 │ │ │ should_use_set_data = compute_should_use_set_data(param, param_applied) │
│ 664 │ │ │ if should_use_set_data: │
│ 665 │ │ │ │ param.data = param_applied │
│ │
│ D:\Python\Python310\lib\site-packages\torch\nn\modules\module.py:985 in convert │
│ │
│ 982 │ │ │ if convert_to_format is not None and t.dim() in (4, 5): │
│ 983 │ │ │ │ return t.to(device, dtype if t.is_floating_point() or t.is_complex() els │
│ 984 │ │ │ │ │ │ │ non_blocking, memory_format=convert_to_format) │
│ ❱ 985 │ │ │ return t.to(device, dtype if t.is_floating_point() or t.is_complex() else No │
│ 986 │ │ │
│ 987 │ │ return self.apply(convert) │
│ 988 │
│ │
│ D:\Python\Python310\lib\site-packages\torch\cuda_init.py:221 in _lazy_init │
│ │
│ 218 │ │ │ │ "Cannot re-initialize CUDA in forked subprocess. To use CUDA with " │
│ 219 │ │ │ │ "multiprocessing, you must use the 'spawn' start method") │
│ 220 │ │ if not hasattr(torch._C, '_cuda_getDeviceCount'): │
│ ❱ 221 │ │ │ raise AssertionError("Torch not compiled with CUDA enabled") │
│ 222 │ │ if _cudart is None: │
│ 223 │ │ │ raise AssertionError( │
│ 224 │ │ │ │ "libcudart functions unavailable. It looks like you have a broken build? │
╰──────────────────────────────────────────────────────────────────────────────────────────────────╯
AssertionError: Torch not compiled with CUDA enabled