CentOS上PyTorch的安装依赖有哪些

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Python、pip、numpy等。你可以使用以下命令来安装这些依赖库：

   sudo yum install -y python3 python3-pip numpy
   

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PyTorch，你需要安装CUDA和cuDNN。

   • 安装CUDA Toolkit：

     wget https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-repo-rhel7-11.4.2-1.x86_64.rpm
     sudo yum localinstall cuda-repo-rhel7-11.4.2-1.x86_64.rpm
     sudo yum clean all
     sudo yum install -y cuda
     

   • 配置环境变量： 编辑~/.bashrc文件，添加以下行：

     export PATH=/usr/local/cuda-11.4/bin${PATH:+:${PATH}}
     export LD_LIBRARY_PATH=/usr/local/cuda-11.4/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
     

     然后运行：

     source ~/.bashrc
     

   • 安装cuDNN：

     wget https://developer.download.nvidia.com/compute/machine-learning/repos/rhel7/x86_64/libcudnn8-8.2.2.26-1.cuda11.4.x86_64.rpm
     wget https://developer.download.nvidia.com/compute/machine-learning/repos/rhel7/x86_64/libcudnn8-devel-8.2.2.26-1.cuda11.4.x86_64.rpm
     sudo yum localinstall libcudnn8-8.2.2.26-1.cuda11.4.x86_64.rpm
     sudo yum localinstall libcudnn8-devel-8.2.2.26-1.cuda11.4.x86_64.rpm
     

4. 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PyTorch版本。以下是一些常见的安装命令：

   • CPU版本：

     pip3 install torch torchvision torchaudio
     

   • GPU版本（CUDA 11.4）：

     pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu114
     

5. 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。