CentOS上如何安装PyTorch依赖库

在CentOS上安装PyTorch及其依赖库，可以按照以下步骤进行：

1. 更新系统

首先，确保你的CentOS系统是最新的。

sudo yum update -y

2. 安装必要的依赖库

PyTorch需要一些基本的依赖库，包括编译工具和Python开发环境。

sudo yum groupinstall -y "Development Tools"
sudo yum install -y python3 python3-devel python3-pip

3. 安装CUDA（如果需要GPU支持）

如果你有NVIDIA GPU并且希望使用GPU加速，你需要安装CUDA。以下是安装CUDA的步骤：

下载CUDA Toolkit

访问NVIDIA CUDA Toolkit下载页面，选择适合你系统的版本并下载。

安装CUDA Toolkit

假设你下载的是CUDA 11.7版本：

sudo rpm -i cuda-repo-rhel7-11-7-local-11.7.0-1.x86_64.rpm
sudo yum clean all
sudo yum install -y cuda

配置环境变量

编辑~/.bashrc文件，添加以下内容：

export PATH=/usr/local/cuda-11.7/bin${
PATH:+:${
PATH}
}

export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${
LD_LIBRARY_PATH:+:${
LD_LIBRARY_PATH}
}
    

然后使配置生效：

source ~/.bashrc

4. 安装cuDNN（如果需要GPU支持）

cuDNN是用于深度神经网络的GPU加速库。你需要下载并安装与CUDA版本兼容的cuDNN。

下载cuDNN

访问NVIDIA cuDNN下载页面，选择适合你CUDA版本的cuDNN并下载。

安装cuDNN

假设你下载的是cuDNN 8.2.2版本：

tar -xzvf cudnn-11.7-linux-x64-v8.2.2.26.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

5. 安装PyTorch

你可以使用pip来安装PyTorch。根据你的CUDA版本选择合适的安装命令。

CPU版本

pip3 install torch torchvision torchaudio

GPU版本（CUDA 11.7）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

6. 验证安装

安装完成后，你可以验证PyTorch是否安装成功。

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # 如果安装了GPU版本，应该返回True

通过以上步骤，你应该能够在CentOS上成功安装PyTorch及其依赖库。如果有任何问题，请参考PyTorch官方文档或相关社区论坛寻求帮助。

声明：本文内容由网友自发贡献，本站不承担相应法律责任。对本内容有异议或投诉，请联系2913721942#qq.com核实处理，我们将尽快回复您，谢谢合作！