CentOS上PyTorch依赖库怎么安装

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

1. 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。

   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
   

2. 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

1. 下载cuDNN库： 访问NVIDIA cuDNN下载页面，选择适合你CUDA版本的cuDNN库并下载。

   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
   

2. 安装cuDNN库：

   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。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。