CentOS上PyTorch依赖库安装

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。你可以使用以下命令安装这些依赖：

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PyTorch，你需要安装CUDA Toolkit。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.rpm文件，可以使用以下命令安装：

sudo rpm -i cuda-repo-rhel7-<version>.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/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

然后运行：

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.tgz文件，可以使用以下命令安装：

tar -xzvf cudnn-<version>-linux-x64-v<version>.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。以下是一些常见的安装命令：

CPU版本

pip3 install torch torchvision torchaudio

GPU版本（CUDA 11.3）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113

GPU版本（CUDA 10.2）

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu102

6. 验证安装

安装完成后，你可以通过以下命令验证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。