PyTorch在CentOS上的依赖如何解决

在CentOS上解决PyTorch依赖可按以下步骤操作：

1. 更新系统：

   sudo yum update -y  
   

2. 安装基础依赖：

   sudo yum groupinstall -y "Development Tools"  # 编译工具  
   sudo yum install -y python3 python3-pip python3-devel  # Python环境  
   sudo yum install -y cmake3 git wget  # 构建工具  
   

3. 安装CUDA和cuDNN（GPU支持需）：

   • CUDA：从NVIDIA官网下载对应版本的.rpm包，执行安装并配置环境变量：

     sudo rpm -i cuda-repo-rhel7-*.rpm  
     sudo yum clean all  
     sudo yum install -y cuda  
     echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc  
     echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc  
     source ~/.bashrc  
     

   • cuDNN：下载与CUDA版本匹配的.tgz包，解压后复制文件到CUDA目录：

     tar -xzvf cudnn-*.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*  
     

4. 安装PyTorch：

   • CPU版本：

     pip3 install torch torchvision torchaudio  
     

   • GPU版本：

     pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu11x  # 替换为实际CUDA版本（如cu117）  
     

5. 验证安装：

   import torch  
   print(torch.__version__)  
   print(torch.cuda.is_available())  # GPU版本应返回True  
   

可选：使用虚拟环境（如venv或conda）隔离依赖，避免冲突。

注：具体版本号需根据PyTorch官网最新指南调整，安装前建议确认CUDA与cuDNN的兼容性。